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时候，可能会出现一些值需要重复填写多次的问题。例如我最近写了一个可配置爬虫，只需要配置几条 XPath，就能够自动生成一个 Scrapy 爬虫。从而快速完成简单网站的爬取。

目前创新互联已为数千家的企业提供了网站建设、域名、虚拟空间、网站托管维护、企业网站设计、泸县网站维护等服务，公司将坚持客户导向、应用为本的策略，正道将秉承"和谐、参与、激情"的文化，与客户和合作伙伴齐心协力一起成长，共同发展。

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...

这个配置文件是使用 YAML 格式创建的。我们可以看到，最外层的host的值为https://www.kingname.info，而在rule里面，start_url的值也是这个网址。这样就重复了。这种重复的情况还有很多，例如列表页的翻页链接的 XPath 与正文页的翻页链接的 XPath 是一样的，多个类型可以具有相同的执行规则等等。

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，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。

分享标题：一日一技：如何处理配置文件中的重复值？
文章起源：http://www.hantingmc.com/qtweb/news11/28911.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源：创新互联

猜你还喜欢下面的内容