[[374508]]

在我們創(chuàng)建配置文件的時候，可能會出現(xiàn)一些值需要重復(fù)填寫多次的問題。例如我最近寫了一個可配置爬蟲，只需要配置幾條 XPath，就能夠自動生成一個 Scrapy 爬蟲。從而快速完成簡單網(wǎng)站的爬取。

這個配置文件長這樣：

name: 某某網(wǎng)站爬蟲 
host: 'https://www.kingname.info' 
headers:  
 user-agent: xxx 
  host: yyyy 
  referer: zzz 
rule: 
  start_url: 'https://www.kingname.info' 
  detail_url: //div[@class="xxx"]/a/@href 
  next_page_xpath: //div[@class="next"]/@href 
  ...其他配置參數(shù)... 

這個配置文件是使用 YAML 格式創(chuàng)建的。我們可以看到，最外層的host的值為https://www.kingname.info，而在rule里面，start_url的值也是這個網(wǎng)址。這樣就重復(fù)了。這種重復(fù)的情況還有很多，例如列表頁的翻頁鏈接的 XPath 與正文頁的翻頁鏈接的 XPath 是一樣的，多個類型可以具有相同的執(zhí)行規(guī)則等等。

如果你使用 JSON 來作為配置文件的格式，那么確實你要重復(fù)寫。但如果你使用 YAML 來作為配置文件的格式，那么你可以通過添加錨記(anchor)和別名(alias)的方式，實現(xiàn)一次填寫，多次使用的效果。

我們先來看一個簡單的例子：

import yaml 
 
config = ''' 
name: &name 青南 
salary: 99999 
other_name: *name 
''' 
info = yaml.safe_load(config) 
print(info) 

運行效果如下圖所示：

可以看到，原本定義一個key-value類型的值，應(yīng)該是key: value的形式，但是這里我寫成key: &錨記名 value，于是，這個錨記名就相當于是一個變量名，就可以在其他地方引用。引用的時候，寫作*錨記名。這有點像 C 語言中的獲取變量的內(nèi)存地址(&)，然后顯示指針的值(*)。錨記名可以 key 相同，也可以不同。

當然，除了簡單的key-value，也可以在復(fù)雜的場景下使用，例如：

import yaml 
 
config = ''' 
article_xpath: &article 
    title: //div[@class="title"]/text() 
    detail: //div[@class="content"]/text() 
    image:  
        - //div/img[@class="xx"]/@href 
        - //p/img[@class="yy"]/@href 
about_xpath: 
    summary: //div[@class="summary"]/text() 
book_xpath: *article 
''' 
info = yaml.safe_load(config) 

運行效果如下圖所示：

這樣一來，如果某一項會多次出現(xiàn)的配置發(fā)生了修改，我們只需要改一個地方，就能在多個地方同時自動生效，不用再一個一個手動修改了。既節(jié)省了時間又不容易出錯。

本文轉(zhuǎn)載自微信公眾號「未聞Code」，可以通過以下二維碼關(guān)注。轉(zhuǎn)載本文請聯(lián)系未聞Code公眾號。