使用 Python 解析配置文件格式
第一步是選擇配置文件的格式：INI、JSON、YAML 或 TOML。
有時，程序需要足夠的參數(shù)，將它們全部作為命令行參數(shù)或環(huán)境變量既不讓人愉快也不可行。 在這些情況下，你將需要使用配置文件。
有幾種流行的配置文件格式。其中包括古老的（雖然有時定義不明確）INI 格式，雖然流行但有時難以手寫的 JSON 格式，使用廣泛但有時在細節(jié)方面令人意外的 YAML 格式，以及很多人還沒有聽說過的最新出現(xiàn)的 TOML。
你的首要任務是選擇一種格式，然后記錄該選擇。解決了這個簡單的部分之后就是時候解析配置了。
有時，在配置中擁有一個與“抽象“數(shù)據(jù)相對應的類是一個不錯的想法。因為這段代碼不會對配置做任何事情，所以這是展示解析邏輯最簡單的方式。
想象一下文件處理器的配置：它包括一個輸入目錄、一個輸出目錄和要提取的文件。
配置類的抽象定義可能類似于：
from__future__import annotations
import attr @attr.frozen class Configuration: @attr.frozen class Files: input_dir:str output_dir:str files: Files @attr.frozen class Parameters: patterns: List[str] parameters: Parameters
為了使特定于格式的代碼更簡單，你還需要編寫一個函數(shù)來從字典中解析此類。請注意，這假設配置將使用破折號，而不是下劃線。 這種差異并不少見。
def configuration_from_dict(details):
files = Configuration.Files(
input_dir=details["files"]["input-dir"],
output_dir=details["files"]["output-dir"],
)
parameters = Configuration.Paraneters(
patterns=details["parameters"]["patterns"]
)
return Configuration(
files=files,
parameters=parameters,
)
JSON
JSON（JavaScript Object Notation）是一種類似于 JavaScript 的格式。
以下是 JSON 格式的示例配置：
json_config = """
{
"files": {
"input-dir": "inputs",
"output-dir": "outputs"
},
"parameters": {
"patterns": [
"*.txt",
"*.md"
]
}
}
"""
解析邏輯使用 json 模塊將 JSON 解析為 Python 的內置數(shù)據(jù)結構（字典、列表、字符串），然后從字典中創(chuàng)建類：
import json
def configuration_from_json(data):
parsed = json.loads(data)
return configuration_from_dict(parsed)
INI
INI 格式，最初只在 Windows 上流行，之后成為配置標準格式。
這是與 INI 相同的配置：
ini_config=""" [files] input-dir = inputs output-dir = outputs [parameters] patterns = ['*.txt', '*.md'] """
Python 可以使用內置的 configparser 模塊解析它。解析器充當類似 dict 的對象，因此可以直接傳遞給 configuration_from_dict ：
import configparser def configuration_from_ini(data): parser=configparser.ConfigParser() parser.read_string(data) return configuration_from_dict(parser)
YAML
YAML（Yet Another Markup Language）是 JSON 的擴展，旨在更易于手動編寫。為了實現(xiàn)了這一點，部分原因是有一個很長的規(guī)范。
以下是 YAML 中的相同配置：
yaml_config = """ files: input-dir: inputs output-dir: outputs parameters: patterns: - '*.txt' - '*.md' """
要讓 Python 解析它，你需要安裝第三方模塊。最受歡迎的是 PyYAML （ pip install pyyaml ）。 YAML 解析器還返回可以傳遞給 configuration_from_dict 的內置 Python 數(shù)據(jù)類型。但是，YAML 解析器需要一個字節(jié)流，因此你需要將字符串轉換為字節(jié)流。
import io
import yaml
def configuration_from_yaml(data):
fp = io.StringIO(data)
parsed = yaml.safe_load(fp)
return configuration_from_dict(parsed)
TOML
TOML（Tom's Own Markup Language）旨在成為 YAML 的輕量級替代品。其規(guī)范比較短，已經在一些地方流行了（比如 Rust 的包管理器 Cargo 就用它來進行包配置）。
這是與 TOML 相同的配置：
toml_config= """ [files] input-dir = "inputs" output-dir = "outputs" [parameters] patterns = [ "*.txt", "*.md",] """
為了解析 TOML，你需要安裝第三方包。最流行的一種被簡單地稱為 toml 。 與 YAML 和 JSON 一樣，它返回基本的 Python 數(shù)據(jù)類型。
import toml
def configuration_from_toml(data):
parsed = toml.loads(data)
return configuration_from_dict(parsed)
總結
選擇配置格式是一種微妙的權衡。但是，一旦你做出決定，Python 就可以使用少量代碼來解析大多數(shù)流行的格式。
到此這篇關于使用 Python 解析配置文件格式的文章就介紹到這了,更多相關Python 解析配置文件內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
Python一階馬爾科夫鏈生成隨機DNA序列實現(xiàn)示例
這篇文章主要為大家介紹了Python實現(xiàn)一階馬爾科夫鏈生成隨機DNA序列示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2022-07-07
這篇文章主要為大家詳細介紹了Python機器學習中實現(xiàn)距離和相似性計算的方法，文中的示例代碼講解詳細，感興趣的小伙伴可以跟隨小編一起學習一下2023-03-03
在Python編程中,定位包含特定文本信息的元素是一個常見的需求,本文將詳細介紹如何在Python中定位包含文本信息的元素,需要的可以參考下2024-12-12
這篇文章主要介紹了Scrapy框架CrawlSpiders的介紹以及使用詳解，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-11-11
這篇文章主要介紹了python讀寫操作csv和excle文件代碼實例,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-03-03
今天小編就為大家分享一篇Python 實現(xiàn)交換矩陣的行示例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-06-06
python實現(xiàn)linux服務器批量修改密碼并生成execl
這篇文章主要介紹了python實現(xiàn)linux服務器批量修改密碼并生成execl示例,需要的朋友可以參考下2014-04-04
這篇文章主要為大家詳細介紹了python實現(xiàn)FTP循環(huán)上傳文件，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2020-03-03
Pandas計算元素的數(shù)量和頻率的方法(出現(xiàn)的次數(shù))
本文主要介紹了Pandas計算元素的數(shù)量和頻率的方法，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2023-02-02
在Python3中使用asyncio庫進行快速數(shù)據(jù)抓取的教程
這篇文章主要介紹了在Python3中使用asyncio進行快速數(shù)據(jù)抓取,asyncio是一個異步IO庫,運行效率較高,需要的朋友可以參考下2015-04-04