删除所有空行但不删除 Ruamel.yaml 中的注释

Question

我正在使用 Ruamel Python 库以编程方式更新人工编辑的 YAML 文件。

我有这样的数据：

---
a:
  b: '1'
  c: "2"

  d: 3
  # Comment.
  e: 4

我事先不知道 cmets 会在哪里，空行会在哪里。

我需要将其重置为：

---
a:
  b: '1'   
  c: "2"
  d: 3
  # Comment.
  e: 4

我可以从previousanswers 看到如何简单地删除所有 cmets，但我不知道如何查看 CommentToken 内部是否包含我需要保留的评论。

Answer 1

早期版本的 ruamel.yaml 不会保留空行，但是通过在所有 cmets 发出时通过剥离换行符来恢复这种行为相对容易：Emitter.write_comment() in ruamel/yaml/emitter.py .幸运的是，由空格后跟换行符组成的行已经简化为换行符。本质上，您无需在数据中搜索附加的 cmets 并弄清楚如何重写它们，而是让 cmets 来找您。

我添加了一些空的注释行案例来测试功能：

import sys
import ruamel.yaml

yaml_str = """\
---
a:
  b: '1'
  # comment followed by empty lines


  c: "2"

  d: 3
  # Comment.
  e: 4


  # empty lines followed by comment
  f: 5

  # comment between empty lines

  g: |+
    an empty line within a multi-line literal

    with a trailing empty line that is not stripped

  h: 6

# final top level comment
"""

# rename the comment writer
ruamel.yaml.emitter.Emitter.write_comment_org = ruamel.yaml.emitter.Emitter.write_comment


# define your own comment writer that calls the orginal if the comment is not empty
def strip_empty_lines_write_comment(self, comment):
    # print('{:02d} {:02d} {!r}'.format(self.column, comment.start_mark.column, comment.value))
    comment.value = comment.value.replace('\n', '')
    if comment.value:
        self.write_comment_org(comment)

# install
ruamel.yaml.emitter.Emitter.write_comment = strip_empty_lines_write_comment

data = ruamel.yaml.round_trip_load(yaml_str, preserve_quotes=True)
ruamel.yaml.round_trip_dump(data, sys.stdout)

给予：

a:
  b: '1'
  # comment followed by empty lines
  c: "2"
  d: 3
  # Comment.
  e: 4
  # empty lines followed by comment
  f: 5
  # comment between empty lines
  g: |+
    an empty line within a multi-line literal

    with a trailing empty line that is not stripped

  h: 6
# final top level comment

这当然会影响“安装”strip_empty_lines_write_comment 后的所有转储数据。如果您在程序中还需要转储数据 with 空行，那么您需要基于 Emitter 子类化 StrippingEmitter 并创建一个 StrippingRoundTripDumper（如 RoundTripDumper in ruamel/yaml/dumper.py ) 使用该子类。

（当然也可以去掉代码中注释掉的调试打印语句）

Answer 2

它并没有像我问的那样专门解决问题，但是对于它的价值，我最终得到了这个：

data = ruamel.yaml.round_trip_load(yaml_str, preserve_quotes=True)

space, no_space = map(lambda x:
    [None, None, ruamel.yaml.tokens.CommentToken(x, \
        ruamel.yaml.error.CommentMark(0), None), None], ['\n\n', '\n'])

for key in data['a'].ca.items:
    data['a'].ca.items[key] = no_space

last = data['a'].keys()[-1]
data['a'].ca.items[last] = space

即我现在只是放弃保留任何非空间 cmets。

Answer 3

FWIW，我最终得到了以下内容。这将删除任何在剥离时为空的注释，即只有空格。包含任何实际内容的评论将被保留。

import ruamel.yaml

def monkeypatch_emitter():
    ruamel.yaml.emitter.Emitter.old_write_comment = ruamel.yaml.emitter.Emitter.write_comment

    def write_comment(self, comment, *args, **kwargs):
        if comment.value.strip():
            self.old_write_comment(comment, *args, **kwargs)

    ruamel.yaml.emitter.Emitter.write_comment = write_comment

def main():
    yaml = ruamel.yaml.YAML()
    # do yaml stuff here

if __name__ == '__main__:
    monkeypatch_emitter()
    main()

自从添加上述答案后，write_comment 签名可能已经发生了一些变化，因为它由于偶尔存在“pre”关键字参数而失败。如果将来再次更改，上面的代码应该传递任何额外的参数。