怎么把yaml文件部署到测试环境（到底是不是python脚本中一种神奇的存在）

怎么把yaml文件部署到测试环境（到底是不是python脚本中一种神奇的存在）import yaml f=open('config.yaml' 'r') yaml.warnings({'YAMLLoadWarning': False}) data=yaml.load(f) print dataimport yaml f=open('config.yaml' 'r') data=yaml.safe_load(f) print datapip install PyYAMLyaml文件的读取在5.4版本之后略有不同，具体实现有以下三种方式。import yaml f=open('config.yaml' 'r') data=yaml.load(f Loader=yaml.FullLoader) print data

最近在写precheck的python脚本的时候，接触到了一个很灵活的文件格式，它不同于robotframework框架中的txt文本文件，同样是实现了配置文件的功能，但是，在python中，yaml让python脚本更加灵活。

在robotframework框架中，传统的配置文件的格式是txt文件，是以如下的形式：

${var} 172.28.0.1 @{list1} node1 node2 node3

而在yaml文件中，形式就很不一样了。如下所示：

python2中yaml安装：

pip install PyYAML

基本语法

1. 1、严格区分大小写
2. 2、使用空格缩进表示层级关系，不能使用tab，缩进的数量不限，但是同一缩进左侧对齐
3. 3、#表示注释
4. 4、yaml支持列表和字典，也支持纯量，即就是单个的值，例如布尔值，整数，浮点数，时间，日期等。
5. 5、- value，表示内容为列表格式数据，中间有一个空格
6. 6、key: value，表示为字典格式数据，冒号后面一定要有一个空格

yaml文件读取，针对5.4.1版本

yaml文件的读取在5.4版本之后略有不同，具体实现有以下三种方式。

方式1

import yaml f=open('config.yaml' 'r') data=yaml.load(f Loader=yaml.FullLoader) print data

方式2

import yaml f=open('config.yaml' 'r') data=yaml.safe_load(f) print data

方式3

import yaml f=open('config.yaml' 'r') yaml.warnings({'YAMLLoadWarning': False}) data=yaml.load(f) print data

接着就可以根据列表或者字典的取值方法，自由读取想要的数据了。

当然，yaml文件还有一个很nice的使用，就是函数式的复用，不过在yaml中叫做锚点。举个例子就

一目了然了。

&建立锚点，<<>

{ "config": [ { "ip": "172.28.0.2" "hostname": "node2" "role": [ "nova" "cinder" ] } { "ip": "172.28.0.2" "hostname": "node2" "role": [ "nova" "cinder" ] } ] }

那么为什么说yaml是一种神奇的存在呢？那是因为yaml有以下的优势。

• 1、可读性好。
• 2、和脚本语言的交互性好。
• 3、使用实现语言的数据类型。
• 4、模型化的信息结构。
• 5、易于实现，容易编写。

yaml，在python中通常被用作配置文件，比如docker inspect 的信息就可以很好的存放在yaml中。因为在编程语言中，json结构的数据易于阅读和获取，无论是在作为参数传入还是作为结果的校验，Json格式都给我们的脚本带来了便捷。如果有接触虚拟机的伙伴们可能就知道，对于主机以及虚拟机信息的展示，如果使用yaml格式的化，那就真的是太方便了。

所以，yaml，值得一用。