python - tutorial - Analizando YAML, regresa con el número de línea

para que se usa elastic search

Question

Estoy creando un generador de documentos a partir de datos YAML, que especificaría a qué línea del archivo YAML se genera cada elemento. ¿Cuál es la mejor manera de hacer esto? Entonces, si el archivo YAML es así:

- key1: item 1
  key2: item 2
- key1: another item 1
  key2: another item 2

Quiero algo como esto:

[
     {''__line__'': 1, ''key1'': ''item 1'', ''key2'': ''item 2''},
     {''__line__'': 3, ''key1'': ''another item 1'', ''key2'': ''another item 2''},
]

Actualmente estoy usando PyYAML, pero cualquier otra biblioteca está bien si puedo usarla desde Python.

Answer 1

Para una mayor inspiración, aquí está mi código para esto. Contiene más información de la solicitada anteriormente ya que informa la información de ubicación usando start_mark, end_mark en cada dict / list / unicode (usando dict_node, list_node, unicode_node subclasses, respectivamente).

https://gist.github.com/dagss/5008118

Answer 2

Lo hice añadiendo ganchos a Composer.compose_node y Constructor.construct_mapping :

import yaml
from yaml.composer import Composer
from yaml.constructor import Constructor

def main():
    loader = yaml.Loader(open(''data.yml'').read())
    def compose_node(parent, index):
        # the line number where the previous token has ended (plus empty lines)
        line = loader.line
        node = Composer.compose_node(loader, parent, index)
        node.__line__ = line + 1
        return node
    def construct_mapping(node, deep=False):
        mapping = Constructor.construct_mapping(loader, node, deep=deep)
        mapping[''__line__''] = node.__line__
        return mapping
    loader.compose_node = compose_node
    loader.construct_mapping = construct_mapping
    data = loader.get_single_data()
    print(data)

Answer 3

Si usa ruamel.yaml > = 0.9 (del que soy el autor) y usa RoundTripLoader , puede acceder a la propiedad lc en los elementos de la colección para obtener la línea y la columna donde comenzaron en el YAML de origen:

def test_item_04(self):
    data = load("""
     # testing line and column based on SO
     # http://.com/questions/13319067/
     - key1: item 1
       key2: item 2
     - key3: another item 1
       key4: another item 2
        """)
    assert data[0].lc.line == 2
    assert data[0].lc.col == 2
    assert data[1].lc.line == 4
    assert data[1].lc.col == 2

(línea y columna comienzan a contar a 0).

Esta respuesta muestra cómo agregar el atributo lc a los tipos de cadena durante la carga.