YAML (YAML Ain't Markup Language) é uma linguagem de serialização de dados amigável para humanos e independente de linguagem, comumente usada para arquivos de configuração e que representa dados como mapeamentos, sequências e escalares. A versão 1.2 tornou o YAML um superconjunto estrito do JSON. No trabalho com proxies e scraping, o YAML aparece em arquivos de configuração. Por exemplo, a configuração estática do proxy Envoy é escrita em YAML e define os ouvintes e clusters pelos quais o tráfego flui.
Noções Básicas da Sintaxe YAML
- Mapeamentos:
key: valuepares, como dicionários ou hashes. - Sequências: Listas, com cada item em sua própria linha começando com
-. - Indentação: No estilo de bloco, a indentação determina a estrutura, então um espaço deslocado muda o que os dados significam.
- Sem tabs: Caracteres de tabulação não devem ser usados para indentação.
- Comentários: Um
#inicia um comentário.
Usando YAML com Segurança em Configurações de Scraper e Proxy
Os analisadores YAML podem fazer mais do que ler dados simples. A documentação do PyYAML alerta que chamar yaml.load em dados de uma fonte não confiável não é seguro, pois pode construir objetos Python arbitrários. Sua função yaml.safe_load reconhece apenas tags YAML padrão, o que a torna a escolha documentada para entradas não confiáveis.
Strings de Múltiplas Linhas, Âncoras e Múltiplos Documentos
- Bloco literal (
|): Mantém cada quebra de linha em uma string de múltiplas linhas. - Bloco dobrado (
>): Transforma cada quebra de linha em um espaço, exceto antes de linhas vazias ou mais indentadas. - Âncoras e aliases:
&namemarca um nó, e*nameo reutiliza mais tarde em vez de repeti-lo. - Múltiplos documentos:
---marca o início do conteúdo de um documento, então um fluxo pode conter vários documentos....encerra um documento sem iniciar um novo.