一日一技：如何处理配置文件中的重复值？

在我们创建配置文件的日技时候，可能会出现一些值需要重复填写多次的何处问题。例如我最近写了一个可配置爬虫，理配只需要配置几条 XPath，置文就能够自动生成一个 Scrapy 爬虫。复值从而快速完成简单网站的日技爬取。

这个配置文件长这样：

name: 某某网站爬虫 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   ...其他配置参数... 

这个配置文件是何处使用 YAML 格式创建的。我们可以看到，理配最外层的置文host的值为https://www.kingname.info，而在rule里面，复值start_url的日技值也是这个网址。这样就重复了。何处这种重复的理配情况还有很多，例如列表页的置文翻页链接的 XPath 与正文页的翻页链接的 XPath 是香港云服务器一样的，多个类型可以具有相同的复值执行规则等等。

如果你使用 JSON 来作为配置文件的格式，那么确实你要重复写。但如果你使用 YAML 来作为配置文件的格式，那么你可以通过添加锚记(anchor)和别名(alias)的方式，实现一次填写，多次使用的效果。

我们先来看一个简单的例子：

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

运行效果如下图所示：

可以看到，原本定义一个key-value类型的值，应该是key: value的形式，但是这里我写成key: &锚记名 value，于是，这个锚记名就相当于是一个变量名，云服务器就可以在其他地方引用。引用的时候，写作*锚记名。这有点像 C 语言中的获取变量的内存地址(&)，然后显示指针的值(*)。锚记名可以 key 相同，也可以不同。

当然，除了简单的key-value，也可以在复杂的场景下使用，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) 

运行效果如下图所示：

这样一来，如果某一项会多次出现的配置发生了修改，我们只需要改一个地方，就能在多个地方同时自动生效，不用再一个一个手动修改了。既节省了时间又不容易出错。

本文转载自微信公众号「未闻Code」，可以通过以下二维码关注。转载本文请联系未闻Code公众号。

亿华云

很赞哦!（8937）