PyYAML：Python 生态中处理 YAML 配置的首选工具

PyYAML：Python 生态中处理 YAML 配置的首选工具

Python 开发者几乎没有不知道 PyYAML 的。这个库在 GitHub 上获得了 2,899 个 Star，是 Python 世界里处理 YAML 格式的事实标准。YAML 本身在 DevOps、CI/CD、Docker Compose、Kubernetes 编排文件里几乎无处不在，要做配置管理就绕不开它。

为什么需要 PyYAML

Python 标准库没有内置 YAML 支持。在 PyYAML 出现之前，开发者只能用 JSON 凑合配置文件。但 JSON 写配置有两个硬伤：不能写注释，语法太严格。团队协作里，配置文件里没有注释解释参数含义，过两周自己都看不懂。而 YAML 的设计目标就是让人类读写舒服，缩进代替花括号，支持注释，字符串多数情况不用引号。

Ansible、SaltStack、Home Assistant 这些知名 Python 项目，底层都用 PyYAML 解析配置文件。它已经成了 Python 配置管理生态的底层基础设施。

安装和基本用法

安装没有复杂依赖，pip 直接装。如果你需要更快的解析速度，可以启用 LibYAML 绑定。LibYAML 是用 C 语言写的 YAML 解析器，PyYAML 利用它来加速 load 和 dump 操作。

启用 LibYAML 之后，加载和导出 YAML 可以使用 CLoader 和 CDumper：

yaml.load(stream, Loader=yaml.CLoader)
yaml.dump(data, Dumper=yaml.CDumper)

对于不信任来源的 YAML 输入，使用 yaml.safe_load 是更安全的选择。这是 PyYAML 在安全方面做的一个重要区分：yaml.load 可以反序列化任意 Python 对象，可能被恶意 YAML 文件利用；safe_load 则只支持基础的 Python 类型，杜绝了代码注入风险。

性能和场景

加上 LibYAML 绑定的 PyYAML 在解析大文件时，速度能提升数倍。对于需要频繁读写 YAML 的场景，比如 CI 流水线里的配置生成、日志格式化输出，这个提升很实在。

兼容性和维护

PyYAML 最早由 Kirill Simonov 开发，现在由 YAML 和 Python 社区共同维护。项目采用 MIT 协议，商业使用完全免费。

这个项目的研发节奏偏保守，功能迭代不快。Python 社区里也有声音说它更新太少，YAML 1.2 规范的支持一直没跟上。但从另一个角度看，接口稳定对配置文件解析场景本身就是价值。你不会希望每次更新依赖之后，之前能正常读取的 YAML 文件突然报错。

测试方面，PyYAML 自带完整的测试套件，运行 python setup.py test 即可验证安装是否正确。

适用场景和替代方案

如果你的 Python 项目需要读写 YAML 文件，PyYAML 是默认选择。它覆盖了 YAML 1.1 规范的主要特性，日常开发完全够用。

需要 YAML 1.2 规范支持的话，可以看社区里较新的替代库。需要更高性能的话，也有纯 Rust 实现的方案可以选。但对绝大多数配置管理、数据序列化场景，PyYAML 的表现足够可靠。Ansible 整个自动化引擎都跑在它上面，这就是最好的证明。