循环并加载 yaml 文件的压缩文件夹答案

【问题标题】：loop through and load a zipped folder of yaml files循环并加载 yaml 文件的压缩文件夹
【发布时间】：2019-11-23 13:17:42
【问题描述】：

我有一个包含 15 000 个 yaml 文件的压缩文件夹。我想使用 yaml.safe_load 遍历文件夹，以便每个文件都采用字典格式，并且我可以从我需要的每个文件中提取信息。到目前为止，我已经使用 zipfile.ZipFile 和 yaml.safe_load 编写了一些代码，但它仅适用于压缩文件夹中的第一个文件。请有人介意看看并解释我的误解吗？

zip_file = zipfile.ZipFile("D:/export.zip")
files = zip_file.namelist()
print(files)
for i in range(10):
    with zip_file.open(files[i]) as yamlfile:
        yamlreader = yaml.safe_load(yamlfile)
        print(yamlreader["identifier"])

现在我只是遍历 10 个文件以使生活更轻松。最终我想做整个 15 000。“标识符”是 yaml 文件中的一个键。

这是错误：

10.5281/zenodo.1014773
Traceback (most recent call last):
  File "C:/Users/estho/PycharmProjects/GSOC3/testing_dataextraction.py", line 20, in <module>
    yamlreader = yaml.safe_load(yamlfile)
  File "C:\Users\estho\PycharmProjects\GSOC3\lib\site-packages\yaml\__init__.py", line 162, in safe_load
    return load(stream, SafeLoader)
  File "C:\Users\estho\PycharmProjects\GSOC3\lib\site-packages\yaml\__init__.py", line 114, in load
    return loader.get_single_data()
  File "C:\Users\estho\PycharmProjects\GSOC3\lib\site-packages\yaml\constructor.py", line 41, in get_single_data
    node = self.get_single_node()
  File "C:\Users\estho\PycharmProjects\GSOC3\lib\site-packages\yaml\composer.py", line 36, in get_single_node
    document = self.compose_document()
  File "C:\Users\estho\PycharmProjects\GSOC3\lib\site-packages\yaml\composer.py", line 55, in compose_document
    node = self.compose_node(None, None)
  File "C:\Users\estho\PycharmProjects\GSOC3\lib\site-packages\yaml\composer.py", line 84, in compose_node
    node = self.compose_mapping_node(anchor)
  File "C:\Users\estho\PycharmProjects\GSOC3\lib\site-packages\yaml\composer.py", line 127, in compose_mapping_node
    while not self.check_event(MappingEndEvent):
  File "C:\Users\estho\PycharmProjects\GSOC3\lib\site-packages\yaml\parser.py", line 98, in check_event
    self.current_event = self.state()
  File "C:\Users\estho\PycharmProjects\GSOC3\lib\site-packages\yaml\parser.py", line 428, in parse_block_mapping_key
    if self.check_token(KeyToken):
  File "C:\Users\estho\PycharmProjects\GSOC3\lib\site-packages\yaml\scanner.py", line 116, in check_token
    self.fetch_more_tokens()
  File "C:\Users\estho\PycharmProjects\GSOC3\lib\site-packages\yaml\scanner.py", line 260, in fetch_more_tokens
    self.get_mark())
yaml.scanner.ScannerError: while scanning for the next token
found character '\t' that cannot start any token
  in "yamlfile_10_5281_zenodo_1745362.yaml", line 4, column 1

谢谢。

【问题讨论】：

标签： python yaml unzip zipfile pyyaml

【解决方案1】：

在我看来，"yamlfile_10_5281_zenodo_1745362.yaml" 文件中有一个错误的令牌名称。尝试在没有此文件的情况下运行它。在 python 中，\t 代表一个选项卡，因此不能在不转义的情况下正常包含在字符串等中。

【讨论】：

谢谢。我只是在更详细地查看文件，它们的格式不同——插入了额外的标签。我会回去尝试在文件创建中解决这个问题。