如何从目录中多个YAML文件提取指定节点生成单个JSON

实现思路 #

1. 定义需要提取的目标节点集合
2. 改造YAML读取逻辑，返回加载的数据而非仅打印
3. 遍历所有YAML文件，逐个提取目标节点数据并汇总
4. 将汇总数据写入单个JSON文件

完整代码 #

import yaml
import glob
import json

# 替换为你实际需要提取的节点名称
TARGET_NODES = ["node_a", "node_b", "node_c"]
# Windows路径使用原始字符串避免转义问题
yaml_files = glob.glob(r"C:\Users\test\*.yaml")

def load_yaml(filename):
    try:
        with open(filename, 'r', encoding='utf-8') as f:
            return yaml.safe_load(f)
    except yaml.YAMLError as e:
        print(f"Failed to parse {filename}: {str(e)}")
        return None

# 存储所有提取后的条目
combined_results = []

for file_path in yaml_files:
    data = load_yaml(file_path)
    if not data:
        continue
    # 提取目标节点，不存在的节点返回None（可按需调整）
    extracted_entry = {key: data.get(key) for key in TARGET_NODES}
    combined_results.append(extracted_entry)

# 写入合并后的JSON文件
with open("combined_output.json", 'w', encoding='utf-8') as outfile:
    json.dump(combined_results, outfile, ensure_ascii=False, indent=4)

print("Combined JSON file generated successfully.")

关键注意事项 #

• 目标节点配置：修改TARGET_NODES列表为你需要提取的节点名称
• 路径处理：Windows路径务必使用原始字符串（前缀r）或双反斜杠，防止转义字符干扰
• 容错处理：读取YAML失败的文件会被跳过，避免整个流程中断
• JSON格式：ensure_ascii=False保留中文等非ASCII字符，indent=4生成格式化的可读JSON
• 节点缺失处理：使用dict.get()方法避免因节点不存在抛出KeyError，若需要跳过缺失关键节点的文件，可添加额外判断逻辑

内容的提问来源于stack exchange，提问作者Anu Shivangi