例子:

defaults.yaml

url: https://www.google.com

environment.py

from ruamel import yaml

data = yaml.safe_load(open('defaults.yaml'))
data['url']

我用ruame .yaml。详情和辩论在这里。

from ruamel import yaml

with open(filename, 'r') as fp:
    read_data = yaml.load(fp)

ruamel的用法yaml兼容(一些简单的可解决的问题)PyYAML的旧用法，正如我提供的链接中所述，使用

from ruamel import yaml

而不是

import yaml

它会解决你的大部分问题。

编辑:PyYAML并没有死，只是在另一个地方维护了它。

不依赖C头文件的最简单和最纯粹的方法是PyYaml(文档)，可以通过pip install PyYaml安装:

#!/usr/bin/env python

import yaml

with open("example.yaml", "r") as stream:
    try:
        print(yaml.safe_load(stream))
    except yaml.YAMLError as exc:
        print(exc)

就是这样。普通的yaml.load()函数也存在，但是应该始终优先使用yaml.safe_load()，以避免引入任意代码执行的可能性。因此，除非显式地需要任意对象序列化/反序列化，否则请使用safe_load。

注意PyYaml项目支持YAML 1.1规范的更高版本。如果需要YAML 1.2规范支持，请参阅ruamel。Yaml在这个答案中提到。

此外，您还可以使用一个替换pyyaml的drop，它可以使您的yaml文件保持原样，称为oyaml。在这里查看oyaml的synk

例子:

defaults.yaml

url: https://www.google.com

environment.py

from ruamel import yaml

data = yaml.safe_load(open('defaults.yaml'))
data['url']

如果你的YAML符合YAML 1.2规范(2009年发布)，那么你应该使用ruamel。yaml(免责声明:我是该包的作者)。 它本质上是PyYAML的超集，它支持大部分YAML 1.1(从2005年开始)。

如果您希望在往返时能够保留注释，那么当然应该使用ruame .yaml。

升级@Jon的例子很简单:

import ruamel.yaml as yaml

with open("example.yaml") as stream:
    try:
        print(yaml.safe_load(stream))
    except yaml.YAMLError as exc:
        print(exc)

使用safe_load()，除非你真的完全控制输入，需要它(很少情况下)并且知道你在做什么。

如果你正在使用pathlib路径来操作文件，你最好使用新的API ruamel。yaml提供:

from ruamel.yaml import YAML
from pathlib import Path

path = Path('example.yaml')
yaml = YAML(typ='safe')
data = yaml.load(path)

Read_yaml_file函数返回所有数据到字典中。

def read_yaml_file(full_path=None, relative_path=None):
    if relative_path is not None:
        resource_file_location_local = ProjectPaths.get_project_root_path() + relative_path
    else:
        resource_file_location_local = full_path

    with open(resource_file_location_local, 'r') as stream:
        try:
            file_artifacts = yaml.safe_load(stream)
        except yaml.YAMLError as exc:
            print(exc)
    return dict(file_artifacts.items())