使用PyYAML验证YAML文件异常：非YAML文件被误判为有效

我尝试用Python的PyYAML库验证YAML文件，但发现它会把非YAML文件（比如bash脚本）也判定为有效，不符合预期。

以下是我的验证脚本，当传入bash脚本路径file_path = './testbashscript.sh'时，错误地将其判定为有效YAML文件：

#!/usr/bin/env python3

import yaml

def is_yaml_file(file_path):
    try:
        with open(file_path, 'r') as file:
            yaml.safe_load(file)
            return True           
    except:
        return False        
    
def main():
    file_path = './testbashscript.sh'
    if is_yaml_file(file_path):
        print(f"{file_path} is a valid YAML file")
    else:
        print(f"{file_path} is not a valid YAML file")

if __name__ == "__main__":
    main()

测试用的bash脚本内容：

#!/usr/bin/env bash
echo "Hello World"

实际输出：

./testbashscript.sh is a valid YAML file

预期结果应该是判定该bash脚本为无效YAML文件，问题出在哪里？

这不是PyYAML的bug，而是YAML语法本身的特性：

• YAML允许纯文本字符串作为合法的顶级元素（属于YAML的“纯量”类型）
• bash脚本的第一行#!/usr/bin/env bash在YAML中会被当作注释（YAML用#开头表示注释）
• 第二行echo "Hello World"会被解析为一个字符串纯量，yaml.safe_load能正常读取，不会抛出错误，所以你的脚本返回True。

另外，你的脚本使用了except:捕获所有异常，这会掩盖其他可能的错误（比如文件读取失败），但核心问题还是对YAML合法性的判断逻辑太宽松。

要准确区分“能被YAML解析的文本”和“实际的YAML配置文件”，可以修改判断逻辑：要求解析结果是字典或列表类型——因为绝大多数实际使用的YAML文件都是以字典（键值对）或列表作为顶级结构，纯文本字符串很少作为YAML配置的预期内容。

修改后的脚本如下：

#!/usr/bin/env python3

import yaml

def is_yaml_file(file_path):
    try:
        with open(file_path, 'r') as file:
            data = yaml.safe_load(file)
            # 仅当解析结果是字典或列表时，判定为有效YAML文件
            return isinstance(data, (dict, list))
    except yaml.YAMLError:
        # 捕获YAML解析错误
        return False
    except Exception as e:
        # 处理文件读取等其他异常（比如文件不存在、权限问题）
        print(f"Error reading file: {e}")
        return False        
    
def main():
    file_path = './testbashscript.sh'
    if is_yaml_file(file_path):
        print(f"{file_path} is a valid YAML file")
    else:
        print(f"{file_path} is not a valid YAML file")

if __name__ == "__main__":
    main()

修改后运行脚本，会得到预期输出：

./testbashscript.sh is not a valid YAML file

内容的提问来源于stack exchange，提问作者vjwilson