请求生成Python脚本：遍历YAML并匹配数据源拼接完整URL

给定如下YAML配置：

data:
  - name: data1
    sourceType: aws
    sourceSpecifier: acme/data123.zip
  - name: data2
    sourceType: aws
    sourceSpecifier: acme/data234.zip
  - name: data3
    sourceType: webdav
    sourceSpecifier: acme/data334.zip
sources:
  - type: aws
    baseUrl: example.s3.us-east-2.amazonaws.com
  - type: webdav
    baseUrl: https://internal-acme.example.com/

需求：根据data项的sourceType匹配sources中对应类型的baseUrl，拼接生成完整源URL，例如data1生成example.s3.us-east-2.amazonaws.com/acme/data123.zip，data3生成https://internal-acme.example.com/acme/data334.zip。

实现步骤及脚本 #

1. 先安装依赖库：

pip install pyyaml

2. Python脚本：

import yaml
from urllib.parse import urljoin

# 加载YAML配置（可替换为从文件读取：with open('config.yaml') as f: config = yaml.safe_load(f)）
config_content = """
data:
  - name: data1
    sourceType: aws
    sourceSpecifier: acme/data123.zip
  - name: data2
    sourceType: aws
    sourceSpecifier: acme/data234.zip
  - name: data3
    sourceType: webdav
    sourceSpecifier: acme/data334.zip
sources:
  - type: aws
    baseUrl: example.s3.us-east-2.amazonaws.com
  - type: webdav
    baseUrl: https://internal-acme.example.com/
"""

# 解析配置
parsed_config = yaml.safe_load(config_content)

# 构建source类型到baseUrl的映射字典，提升查找效率
source_map = {item['type']: item['baseUrl'] for item in parsed_config['sources']}

# 遍历生成完整URL
for data_item in parsed_config['data']:
    source_type = data_item['sourceType']
    specifier = data_item['sourceSpecifier']
    base_url = source_map.get(source_type)
    
    if not base_url:
        print(f"警告：未找到{source_type}对应的baseUrl，跳过{data_item['name']}")
        continue
    
    # 处理斜杠拼接，兼容baseUrl末尾有无斜杠的情况
    formatted_base = base_url + ('/' if not base_url.endswith('/') else '')
    full_url = urljoin(formatted_base, specifier)
    
    # 修正无协议baseUrl的多余斜杠（如aws示例）
    if not base_url.startswith(('http://', 'https://')):
        full_url = full_url.lstrip('/')
    
    print(f"{data_item['name']}的完整源URL：{full_url}")

关键逻辑说明 #

• 用字典推导式将sources转换为{类型: baseUrl}的映射结构，实现快速查找
• 使用urljoin处理URL拼接的斜杠边界问题，避免重复或缺失斜杠
• 针对无HTTP/HTTPS协议的baseUrl，修正urljoin自动生成的多余斜杠
• 添加容错逻辑，当找不到对应sourceType的baseUrl时输出警告并跳过该条目

内容的提问来源于stack exchange，提问作者hare krshn