YAML 读取多变量文件名方法

YAML 中读取存储在多个变量中的文件名

本文介绍了如何在 YAML 文件中定义共享的根路径，并在其他变量中使用该根路径来构建完整的文件路径。通过使用 Python 的字符串格式化功能，可以有效地解决 YAML 解析时遇到的 ScannerError 问题，从而轻松读取和使用这些文件路径。

在处理包含大量文件路径的 YAML 数据时，如果这些文件路径共享一个共同的根目录，那么将根目录定义为一个变量并在其他路径中引用它可以避免重复，提高可维护性。然而，直接在 YAML 中使用 + 运算符进行字符串连接可能会导致解析错误。本文将介绍一种使用 Python 的字符串格式化功能来解决此问题的方法。

问题描述

假设我们有以下 YAML 文件 (DEMO.yaml)：

define: &root '/Users/SAL/Documents/Projects/FORD_CELLS/'
test1: *root+'test1/result.csv'
test2: *root+'test2/result.csv'

直接使用 Python 的 yaml.safe_load 读取此文件会导致 ScannerError，因为 YAML 解析器无法识别 + 运算符。

解决方案：使用 Python 字符串格式化

一种更有效的方法是在 Python 代码中使用字符串格式化来构建完整的文件路径。首先，将根路径定义为一个 Python 变量，然后在访问 YAML 数据时，使用字符串格式化将根路径与相对路径连接起来。

以下是修改后的 Python 代码示例：

import yaml
import pandas as pd

# 定义根路径
root = '/Users/SAL/Documents/Projects/FORD_CELLS/'

# 读取 YAML 文件
with open('DEMO.yaml', 'r') as f:
    exp_info = yaml.safe_load(f)

# 使用字符串格式化构建完整路径
test2_path = root + 'test2/result.csv'

# 或者直接访问 YAML 数据并格式化
# test2_path = root + exp_info['test2'].replace("*root+", "")

# 现在可以安全地使用 test2_path
print(test2_path)

# 示例：读取 test2 的数据
# df = pd.read_csv(test2_path)
# print(df.head())

代码解释：

1. 定义根路径： root = '/Users/SAL/Documents/Projects/FORD_CELLS/' 定义了根路径，这与 YAML 文件中定义的 &root 变量相对应。
2. 读取 YAML 文件： 使用 yaml.safe_load 读取 YAML 文件内容到 exp_info 字典中。
3. 字符串格式化： test2_path = root + 'test2/result.csv' 使用 Python 的字符串连接操作符 + 将根路径与相对路径连接起来，构建完整的 test2 文件路径。或者，可以先从 YAML 文件中读取相对路径，再与根路径拼接。
4. 使用路径： 现在 test2_path 变量包含了完整的文件路径，可以用于读取数据或执行其他操作。

注意事项：

• 确保根路径变量的定义与 YAML 文件中的根路径一致。
• 如果 YAML 文件中的路径包含特殊字符，需要进行适当的转义。
• 推荐使用 with open(...) 语句来打开文件，以确保文件在使用完毕后被正确关闭。

总结：

通过在 Python 代码中使用字符串格式化，我们可以有效地解决 YAML 解析时遇到的 ScannerError 问题，并轻松地读取和使用存储在多个变量中的文件名。这种方法不仅简化了代码，还提高了可维护性，避免了在 YAML 文件中重复定义根路径。在处理包含大量共享路径的 YAML 数据时，这是一个非常实用的技巧。