YAML 从入门到应用：轻松搞定配置管理与数据序列化

原创

小白的大数据之旅

发布于 2025-09-14 15:06:10

1.2K0

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：

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：

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：

python -m pip install pyyaml

3. 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：

# 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）：

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：

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：

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：

# 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：

{'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：

# 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：

{'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：

# 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：

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：

# 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`

# 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`：

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：

=== 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`）

# 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：

{'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：

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：

{'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`）：

# 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：

{'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：

!!python/object/apply:os.system ["rm -rf /"]

你要是用yaml.load()加载：

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：

# 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）：

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）：

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）：

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）：

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 <block end>, but found '<block sequence start>'。

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：

# 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：

# 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：

# 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'：

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。

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

腾讯技术创作特训营S15#自选日志

YAML 从入门到应用：轻松搞定配置管理与数据序列化

YAML 从入门到应用：轻松搞定配置管理与数据序列化

YAML 从入门到应用：轻松搞定配置管理与数据序列化

1. 认识 YAML：到底是个啥？有啥优点？

2. 准备工作：先装个 pyyaml 库

安装步骤（保证能运行）：

常见安装问题：

3. 第一步：创建你的第一个 YAML 文件

4. 第二步：把 YAML 文件加载到 Python 里

代码示例（保证能运行）：

怎么运行：

运行结果：

5. YAML 数据类型：从简单到复杂（必掌握）

5.1 基础数据类型

5.2 复杂数据类型（字典、列表）

（1）字典（键值对集合）

（2）列表（有序元素集合）

5.3 测试代码（验证数据类型）

6. YAML 特色功能：这些技巧超实用！

6.1 加注释：让别人看懂你的配置

6.2 多行字符串：处理大段文本（管道符 | vs 折叠符 >）

两者的区别（重点）：

示例：写个multi_line.yaml

加载代码load_multi_line.py：

运行结果：

6.3 锚点和别名：实现数据重用（避免重复写）

示例 1：简单引用（anchor1.yaml）

加载结果：

示例 2：合并字典（用 <<）

加载结果：

6.4 紧凑写法：字典用 {}，列表用 []（简单数据专用）

示例（compact.yaml）：

加载结果：

7. 安全第一：别用 yaml.load ()！

为什么危险？

举个恐怖的例子：

正确的做法（必记）：

8. 实际应用：加载多语言翻译文件

步骤 1：创建翻译文件

zh.yaml（中文翻译）：

en.yaml（英文翻译）：

步骤 2：写 Python 脚本加载翻译

代码（保证能运行）：

怎么运行：

运行示例（输入 en）：

9. 踩坑指南：常见问题 & 错误解决

9.1 缩进错误（最常见！）

错误现象：

错误原因：

错误示例：

解决方法：

9.2 键值对格式错误

错误现象：

错误原因：

错误示例：

解决方法：

9.3 布尔值和字符串混淆

错误现象：

原因：

示例：

9.4 中文乱码

错误现象：

原因：

解决方法：

10. 面试必看：YAML 常见问题 & 回答

问题 1：YAML 是什么？它有什么优点？

回答：

问题 2：Python 中处理 YAML 需要什么库？怎么加载 YAML 文件？

回答：

问题 3：YAML 中的管道符（|）和折叠符（>）有什么区别？

回答：

问题 4：YAML 怎么实现数据重用？

回答：

问题 5：为什么不推荐用 yaml.load ()？生产环境应该用什么？

回答：

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：

11. 总结：YAML 能帮你做什么？

社区

活动

示例：写个`multi_line.yaml`

加载代码`load_multi_line.py`：

示例 1：简单引用（`anchor1.yaml`）

示例（`compact.yaml`）：

`zh.yaml`（中文翻译）：

`en.yaml`（英文翻译）：