YAML 从入门到应用：轻松搞定配置管理与数据序列化咱们先唠唠，你是不是也遇到过这种情况：写 Python 项目时，想把配置（比如数据库地址、参数设置）和代码分开，不然每次改配置都要动代码，太麻烦了；或者想存点结构化数据，JSON 虽然能用，但写注释、处理多行文本总觉得别扭？
这时候 YAML 就派上用场了！今天咱们就从 0 开始，把 Python 里用 YAML 的那点事儿讲透，不管你是新手还是有点经验，看完都能直接上手用。
1. 认识 YAML：到底是个啥？有啥优点？先搞明白基础：YAML 不是什么高深技术，就是一种 “人类能轻松看懂” 的数据序列化语言。简单说，就是把 Python 里的字典、列表这些数据，写成文件存起来；反过来，也能把文件里的内容读成 Python 能直接用的数据。
它的优点特别实在，咱们列个表更清楚：
优点
大白话解释
简单易读
不用写大括号、中括号（比如 JSON 的 {}[]），靠缩进就能表示结构，像写笔记一样
语言支持广
不光 Python 能用，Java、Go、JavaScript 都支持，跨语言传数据方便
支持多种数据类型
字符串、数字、布尔值这些基础类型，还有字典、列表，甚至嵌套结构都能搞定
能加注释
用 #开头写注释，以后看自己写的配置，一眼就知道啥意思
适合配置和数据存储
存配置文件（比如项目参数）、数据文件（比如翻译内容）都特别合适
2. 准备工作：先装个 pyyaml 库Python 本身不自带处理 YAML 的工具，得装个第三方库叫pyyaml，跟装其他库一样简单，就用pip命令。
安装步骤（保证能运行）：打开你的命令行（Windows 是 CMD 或 PowerShell，Mac/Linux 是终端）直接输下面这个命令，按回车：代码语言：python复制pip install pyyaml等个几秒钟，看到 “Successfully installed pyyaml-x.x.x”（x.x.x 是版本号）就装好了。常见安装问题：要是提示 “权限不够”（比如 Linux/Mac），就在命令前面加sudo：代码语言：python复制sudo pip install pyyaml要是提示 “pip 不是内部命令”，那是你 Python 没配置环境变量，或者直接用python -m pip代替pip：代码语言：python复制python -m pip install pyyaml3. 第一步：创建你的第一个 YAML 文件YAML 文件的后缀一般是.yaml（推荐）或者.yml，随便用个文本编辑器就能写（比如记事本、VSCode、Sublime）。
咱们先写个最简单的，叫first.yaml，内容如下：
代码语言：python复制# 这是注释，#后面的内容不会被解析
name: 张三 # 键是name，值是字符串“张三”
age: 25 # 键是age，值是整数25
is_student: false # 键是is_student，值是布尔值false
score: 98.5 # 键是score，值是浮点数98.5
hobbies: # 键是hobbies，值是列表（用-开头表示列表元素）
- 篮球
- 编程
- 看电影
address: # 键是address，值是字典（嵌套结构，靠缩进）
province: 广东
city: 深圳
detail: 某小区12栋注意两个关键规则（刚开始容易错）：
缩进敏感：YAML 靠缩进来表示层级，必须用空格，不能用 Tab！一般缩进 2 个或 4 个空格（推荐 2 个，统一就行）。键值对格式：键和值之间必须用冒号 + 空格（比如name: 张三，冒号后没空格会报错）。4. 第二步：把 YAML 文件加载到 Python 里写好 YAML 文件后，怎么在 Python 里读它呢？就用刚装的pyyaml库，步骤特别固定，咱们写个 Python 脚本load_yaml.py：
代码示例（保证能运行）：代码语言：python复制import yaml # 导入pyyaml库
# 方法1：读取外部YAML文件（最常用）
def load_yaml_file(file_path):
try:
# 用open打开文件，指定编码utf-8（避免中文乱码）
with open(file_path, 'r', encoding='utf-8') as f:
# 用safe_load加载，重点：别用load！后面讲为什么
data = yaml.safe_load(f)
return data
except FileNotFoundError:
print(f"报错：没找到{file_path}这个文件！")
return None
except Exception as e:
print(f"加载YAML出错了：{e}")
return None
# 调用函数，加载咱们刚才写的first.yaml
yaml_data = load_yaml_file("first.yaml")
# 打印结果，看看是不是Python能直接用的数据
if yaml_data:
print("加载出来的Python数据：")
print(yaml_data)
print("n单独取某个值：")
print(f"名字：{yaml_data['name']}")
print(f"年龄：{yaml_data['age']}")
print(f"第一个爱好：{yaml_data['hobbies'][0]}")
print(f"城市：{yaml_data['address']['city']}")怎么运行：把first.yaml和load_yaml.py放在同一个文件夹里命令行进入这个文件夹，输：代码语言：python复制python load_yaml.py运行结果：你会看到这样的输出，说明 YAML 里的数据已经变成 Python 的字典、列表了：
代码语言：python复制加载出来的Python数据：
{'name': '张三', 'age': 25, 'is_student': False, 'score': 98.5, 'hobbies': ['篮球', '编程', '看电影'], 'address': {'province': '广东', 'city': '深圳', 'detail': '某小区12栋'}}
单独取某个值：
名字：张三
年龄：25
第一个爱好：篮球
城市：深圳5. YAML 数据类型：从简单到复杂（必掌握）YAML 支持的所有数据类型，咱们用表格整理清楚，每个类型都给 YAML 写法和对应的 Python 结果，看完直接能套用。
5.1 基础数据类型数据类型
YAML 写法示例
Python 对应类型
Python 加载结果
注意事项
字符串
name: 张三name: "张三"name: ' 张三'
str
' 张三'
一般不用引号，有特殊字符（比如空格、#）才用
整数
age: 25count: -10
int
25-10
直接写数字，不用加引号
浮点数
score: 98.5pi: 3.14e2
float
98.5314.0
支持科学计数法（3.14e2=314）
布尔值
is_ok: trueis_no: false
bool
TrueFalse
不区分大小写（TRUE 也可以），但推荐小写
Null 值
empty: ~none_val: null
None
None
~ 或 null 都表示空，Python 里是 None
5.2 复杂数据类型（字典、列表）这俩是最常用的，尤其是嵌套结构，咱们分开讲：
（1）字典（键值对集合）YAML 里的字典就是 “键：值” 的组合，嵌套字典靠缩进：
代码语言：python复制# YAML写法
person:
name: 李四
age: 30
contact: # 嵌套字典
phone: 13800138000
email: lisi@example.com加载到 Python 后是这样的字典：
代码语言：python复制{'person': {'name': '李四', 'age': 30, 'contact': {'phone': '13800138000', 'email': 'lisi@example.com'}}}（2）列表（有序元素集合）YAML 里的列表用-开头，每个-代表一个元素，嵌套列表也靠缩进：
代码语言：python复制# YAML写法
fruits: # 普通列表
- 苹果
- 香蕉
- 橙子
students: # 嵌套列表（列表里套字典）
- name: 王五
age: 22
- name: 赵六
age: 23加载到 Python 后是这样的：
代码语言：python复制{'fruits': ['苹果', '香蕉', '橙子'], 'students': [{'name': '王五', 'age': 22}, {'name': '赵六', 'age': 23}]}5.3 测试代码（验证数据类型）写个test_types.yaml，把上面的类型都放进去：
代码语言：python复制# 基础类型
string_val: 测试字符串
int_val: 100
float_val: 3.14
bool_val: true
null_val: ~
# 复杂类型
dict_val:
key1: val1
key2: val2
list_val:
- 元素1
- 元素2
nested_val: # 嵌套（字典里套列表）
class: 三年级1班
students:
- 小明
- 小红再写个test_types.py加载它：
代码语言：python复制import yaml
with open("test_types.yaml", 'r', encoding='utf-8') as f:
data = yaml.safe_load(f)
# 打印每个值的类型和内容
print("string_val：", type(data['string_val']), "->", data['string_val'])
print("int_val：", type(data['int_val']), "->", data['int_val'])
print("float_val：", type(data['float_val']), "->", data['float_val'])
print("bool_val：", type(data['bool_val']), "->", data['bool_val'])
print("null_val：", type(data['null_val']), "->", data['null_val'])
print("dict_val：", type(data['dict_val']), "->", data['dict_val'])
print("list_val：", type(data['list_val']), "->", data['list_val'])
print("nested_val：", type(data['nested_val']), "->", data['nested_val'])运行后会看到每个值的类型，确认 YAML 和 Python 类型是对应的，比如bool_val是bool类型，dict_val是dict类型。
6. YAML 特色功能：这些技巧超实用！YAML 有几个特别好用的功能，学会了能省很多事，咱们一个个讲，每个都给示例。
6.1 加注释：让别人看懂你的配置这个简单，用#开头，后面的内容都是注释，YAML 解析的时候会忽略：
代码语言：python复制# 这是一个项目配置文件
# 作者：XXX
# 日期：不用写死，运行时Python能获取
# 数据库配置
db:
host: localhost # 数据库地址，本地测试用localhost
port: 3306 # MySQL默认端口
user: root # 用户名，生产环境别用root！
password: 123456 # 密码，实际项目要存在环境变量里，别写这注意：注释只能写在单独一行，或者键值对的后面，不能插在键和值中间（比如name: # 注释 张三这样会报错）。
6.2 多行字符串：处理大段文本（管道符 | vs 折叠符 >）有时候要存大段文本（比如日志模板、邮件内容），用字符串写一行太别扭，YAML 的多行字符串就很方便，关键是区分|（管道符）和>（折叠符）。
两者的区别（重点）：|：保留所有换行和空格，写的时候是什么样，加载后就是什么样。>：把换行变成空格（除了最后一个换行），适合存一段连续的文本，不想换行。示例：写个multi_line.yaml代码语言：python复制# 管道符|：保留换行
text_with_newline: |
第一行文本
第二行文本（前面有2个空格）
第三行文本（前面有4个空格）
第四行文本
# 折叠符>：换行变空格
text_no_newline: >
这是一段很长的文本，
本来写了换行，
但用了折叠符后，
会变成一整行（最后会留一个换行）加载代码load_multi_line.py：代码语言：python复制import yaml
with open("multi_line.yaml", 'r', encoding='utf-8') as f:
data = yaml.safe_load(f)
print("=== 管道符|的结果（保留换行）===")
print(data['text_with_newline'])
print("=== 折叠符>的结果（换行变空格）===")
print(data['text_no_newline'])运行结果：你会明显看到区别：
代码语言：python复制=== 管道符|的结果（保留换行）===
第一行文本
第二行文本（前面有2个空格）
第三行文本（前面有4个空格）
第四行文本
=== 折叠符>的结果（换行变空格）===
这是一段很长的文本， 本来写了换行， 但用了折叠符后， 会变成一整行（最后会留一个换行）注意：多行字符串的缩进要跟父元素的缩进一致（比如上面text_with_newline下面的文本，缩进都是 2 个空格，跟text_with_newline的键对齐），不然会解析错。
6.3 锚点和别名：实现数据重用（避免重复写）如果 YAML 里有重复的数据（比如多个用户用同一个地址），不用每次都写一遍，用锚点（&） 标记重复数据，再用别名（*） 引用，省事又不容易错。
示例 1：简单引用（anchor1.yaml）代码语言：python复制# 用&定义锚点（anchor_address是锚点名字，随便起）
address: &anchor_address
province: 浙江
city: 杭州
street: 西湖路
# 用*引用锚点
user1:
name: 小明
addr: *anchor_address # 引用上面的address
user2:
name: 小红
addr: *anchor_address # 再引用一次加载结果：代码语言：python复制{'address': {'province': '浙江', 'city': '杭州', 'street': '西湖路'},
'user1': {'name': '小明', 'addr': {'province': '浙江', 'city': '杭州', 'street': '西湖路'}},
'user2': {'name': '小红', 'addr': {'province': '浙江', 'city': '杭州', 'street': '西湖路'}}}示例 2：合并字典（用 <<）如果想在引用的基础上改点数据（比如 user2 的街道不一样），可以用<<把锚点的字典合并进来，再覆盖需要改的键：
代码语言：python复制address: &anchor_address
province: 浙江
city: 杭州
street: 西湖路
user1:
name: 小明
<<: *anchor_address # 合并锚点的字典，相当于把province、city、street直接写在这里
user2:
name: 小红
<<: *anchor_address # 先合并
street: 钱江路 # 覆盖street的值加载结果：代码语言：python复制{'address': {'province': '浙江', 'city': '杭州', 'street': '西湖路'},
'user1': {'name': '小明', 'province': '浙江', 'city': '杭州', 'street': '西湖路'},
'user2': {'name': '小红', 'province': '浙江', 'city': '杭州', 'street': '钱江路'}}看，user2 的 street 变成了 “钱江路”，其他字段还是锚点里的，特别方便！
6.4 紧凑写法：字典用 {}，列表用 []（简单数据专用）如果数据很简单，不想用缩进占太多行，可以用紧凑写法：字典用{}包起来，列表用[]包起来，跟 JSON 有点像，但 YAML 支持的更多。
示例（compact.yaml）：代码语言：python复制# 紧凑字典：用{}
person: {name: 小李, age: 28, is_student: false}
# 紧凑列表：用[]
fruits: [苹果, 香蕉, 橙子]
# 混合紧凑：列表里套字典
students: [{name: 小王, age: 20}, {name: 小刘, age: 21}]加载结果：跟普通写法完全一样，就是写起来更短：
代码语言：python复制{'person': {'name': '小李', 'age': 28, 'is_student': False},
'fruits': ['苹果', '香蕉', '橙子'],
'students': [{'name': '小王', 'age': 20}, {'name': '小刘', 'age': 21}]}注意：紧凑写法只适合简单数据，复杂的嵌套还是用缩进写法，不然会乱。
7. 安全第一：别用 yaml.load ()！前面加载 YAML 的时候，我一直用yaml.safe_load()，没提yaml.load()，不是忘了，是yaml.load()有大风险！
为什么危险？yaml.load()默认会用一个叫Loader的解析器，这个解析器能执行 Python 代码！如果加载的 YAML 文件里有恶意代码（比如删除你电脑文件的命令），就会直接运行，后果很严重。
举个恐怖的例子：如果有人给你一个malicious.yaml，内容是这样的：
代码语言：python复制!!python/object/apply:os.system ["rm -rf /"]你要是用yaml.load()加载：
代码语言：python复制import yaml
with open("malicious.yaml", 'r') as f:
yaml.load(f) # 危险！会执行rm -rf /（删除Linux所有文件）在 Linux/Mac 上运行，你的文件就全没了！Windows 上虽然命令不生效，但也可能执行其他恶意操作。
正确的做法（必记）：不管什么时候，都用yaml.safe_load()，或者指定yaml.SafeLoader：
代码语言：python复制# 方法1：推荐，简单
data = yaml.safe_load(f)
# 方法2：等价于safe_load，更明确
data = yaml.load(f, Loader=yaml.SafeLoader)safe_load()只会解析 YAML 的基础数据类型（字典、列表、字符串等），不会执行任何 Python 代码，绝对安全。
8. 实际应用：加载多语言翻译文件讲了这么多理论，咱们来个实际项目里常用的场景：多语言支持。比如你的程序要支持中文和英文，把翻译内容存在 YAML 里，用户选哪个语言就加载哪个文件，不用改代码。
步骤 1：创建翻译文件先建两个 YAML 文件，分别存中文和英文的翻译：
zh.yaml（中文翻译）：代码语言：python复制welcome: "欢迎使用本程序！"
select_lang: "请选择语言（zh=中文，en=英文）："
input_error: "输入错误，请重新输入！"
exit_msg: "程序已退出，再见！"en.yaml（英文翻译）：代码语言：python复制welcome: "Welcome to the program!"
select_lang: "Please select language (zh=Chinese, en=English): "
input_error: "Input error, please try again!"
exit_msg: "Program exited, goodbye!"步骤 2：写 Python 脚本加载翻译创建multi_lang.py，功能是：
提示用户选择语言加载对应的 YAML 翻译文件用翻译内容和用户交互代码（保证能运行）：代码语言：python复制import yaml
def load_translation(lang):
"""加载对应语言的翻译文件"""
# 定义语言和文件名的对应关系
lang_files = {
'zh': 'zh.yaml',
'en': 'en.yaml'
}
# 检查语言是否支持
if lang not in lang_files:
return None
# 加载YAML文件
try:
with open(lang_files[lang], 'r', encoding='utf-8') as f:
return yaml.safe_load(f)
except Exception as e:
print(f"加载翻译文件失败：{e}")
return None
def main():
# 先提示选择语言（默认中文）
default_lang = 'zh'
print(f"默认语言是中文，如需英文请输入'en'")
user_lang = input("请输入语言（zh/en）：").strip().lower() or default_lang
# 加载翻译
trans = load_translation(user_lang)
if not trans:
print("不支持的语言，使用默认中文！")
trans = load_translation('zh')
# 用翻译内容和用户交互
print("n" + trans['welcome'])
# 这里可以加其他功能，比如显示菜单
input("n按回车键退出...")
print(trans['exit_msg'])
if __name__ == "__main__":
main()怎么运行：把zh.yaml、en.yaml、multi_lang.py放同一个文件夹运行multi_lang.py，输入zh或en试试运行示例（输入 en）：代码语言：python复制默认语言是中文，如需英文请输入'en'
请输入语言（zh/en）：en
Welcome to the program!
按回车键退出...
Program exited, goodbye!这个场景的好处是：以后要加日语、法语，只需要新建jp.yaml、fr.yaml，不用改 Python 代码，维护起来特别方便。
9. 踩坑指南：常见问题 & 错误解决刚开始用 YAML，很容易踩坑，我整理了几个最常见的问题，告诉你怎么解决。
9.1 缩进错误（最常见！）错误现象：加载时报错yaml.scanner.ScannerError: mapping values are not allowed here，或者expected
错误原因：混用了 Tab 和空格（YAML 只认空格）缩进级别不一致（比如有的地方缩 2 个空格，有的缩 4 个）错误示例：代码语言：python复制# 错误：address下面的province用了Tab缩进，其他用空格
person:
name: 张三
address:
province: 广东 # 这里是Tab，错了！
city: 深圳 # 这里是2个空格解决方法：所有缩进都用空格（推荐 2 个）用文本编辑器开启 “显示空格” 功能（VSCode 按 Ctrl+Shift+P，输 “Toggle Render Whitespace”），能看到是不是混用了 Tab。9.2 键值对格式错误错误现象：报错yaml.parser.ParserError: expected ':'。
错误原因：键和值之间没加空格（比如name:张三，少了空格）漏了冒号（比如name 张三）错误示例：代码语言：python复制# 错误1：冒号后没空格
name:张三
age:25
# 错误2：漏了冒号
name 张三解决方法：严格遵守 “键：值” 格式，冒号后必须加一个空格。
9.3 布尔值和字符串混淆错误现象：YAML 里写的 “yes”，加载后变成了 Python 的True，不是字符串。
原因：YAML 会把yes/no/true/false这些词解析成布尔值，如果你想让它们是字符串，必须加引号。
示例：代码语言：python复制# 会被解析成布尔值True
is_ok: yes
# 正确：加引号，解析成字符串"yes"
is_ok_str: "yes"9.4 中文乱码错误现象：加载 YAML 后，中文显示成乱码（比如'xe5xbcxa0xe4xb8x89'）。
原因：open 文件时没指定编码encoding='utf-8'。
解决方法：打开文件时一定要加encoding='utf-8'：
代码语言：python复制with open("first.yaml", 'r', encoding='utf-8') as f: # 加encoding
data = yaml.safe_load(f)10. 面试必看：YAML 常见问题 & 回答如果面试 Python 相关岗位，可能会被问到 YAML，这些问题和回答记下来，够用了。
问题 1：YAML 是什么？它有什么优点？回答：YAML 是一种人类可读的数据序列化语言，主要用来存配置文件或结构化数据。优点有：
易读性高，靠缩进表示结构，不用写大括号中括号；支持注释，方便维护；支持多种数据类型，包括基础类型和嵌套的字典、列表；跨语言支持好，Python、Java 这些都能用；适合做配置管理，比如项目参数、多语言翻译。问题 2：Python 中处理 YAML 需要什么库？怎么加载 YAML 文件？回答：需要第三方库pyyaml，先装pip install pyyaml。加载文件用yaml.safe_load()，步骤是：
用open(file_path, 'r', encoding='utf-8')打开文件；用yaml.safe_load(f)加载内容，得到 Python 的字典或列表；注意不能用yaml.load()，因为它不安全，可能执行恶意代码。问题 3：YAML 中的管道符（|）和折叠符（>）有什么区别？回答：都是用来处理多行字符串的，区别在换行的处理：
管道符|：会保留所有换行和空格，写的时候是什么格式，加载后就是什么格式；折叠符>：会把换行转换成空格（最后一个换行保留），适合存连续的文本，不想换行。问题 4：YAML 怎么实现数据重用？回答：用锚点和别名：
用&锚点名定义要重用的数据（比如address: &addr {province: 北京}）；用*锚点名引用数据（比如user: {name: 张三, addr: *addr}）；如果想在引用的基础上改数据，可以用<<合并锚点字典，再覆盖键（比如user: {<<: *addr, city: 朝阳}）。问题 5：为什么不推荐用 yaml.load ()？生产环境应该用什么？回答：因为yaml.load()默认用Loader解析器，这个解析器能执行 Python 代码，如果加载的 YAML 有恶意代码（比如执行系统命令），会造成安全风险。生产环境必须用yaml.safe_load()，它只会解析基础数据类型，不会执行任何代码，更安全。
问题 6：YAML 和 JSON 有什么区别？什么时候用 YAML，什么时候用 JSON？回答：区别主要在可读性和功能：
可读性：YAML 靠缩进，支持注释，更易读；JSON 靠 {}[]，不支持注释，机器解析快但人看费劲；功能：YAML 支持锚点、多行字符串；JSON 不支持；兼容性：JSON 是 YAML 的子集，所有 JSON 文件都能被 YAML 解析，但反过来不行。使用场景：
存配置文件（比如项目参数、多语言）：用 YAML，方便维护；接口传输数据（比如前后端交互）：用 JSON，因为跨语言兼容性更好，解析速度快。11. 总结：YAML 能帮你做什么？看到这里，你应该明白 YAML 的核心价值了：把数据和代码分开，让配置更灵活、维护更简单。
比如：
项目里的数据库配置、API 地址，不用写在代码里，存在 YAML 里，改配置不用动代码；多语言项目，把翻译内容存在不同的 YAML 文件里，切换语言只需要加载不同文件；测试数据用 YAML 存，写测试用例时直接加载，不用硬编码。YAML 不难，重点是记住缩进规则、安全加载，再掌握锚点、多行字符串这些实用功能，就能轻松搞定 Python 里的配置管理和数据序列化了。
赶紧动手试试吧！把上面的示例代码跑一遍，遇到问题对照 “踩坑指南” 解决，很快就能上手。