Wer in Python mit YAML arbeitet, verwendet mit hoher Wahrscheinlichkeit PyYAML. Es ist die Standard-Bibliothek, existiert seit 2006 und enthält eine Funktion namens yaml.load(), die eine kritische Sicherheitslücke hat, die schon vielen Teams Probleme bereitet hat. Die Lösung ist ein einziges Wort — safe_load — aber man muss verstehen warum, was man dabei aufgibt, und wann die neuere ruamel.yaml-Bibliothek die bessere Wahl ist.
Dieser Leitfaden behandelt praktisches YAML-Parsing in Python: sicheres Laden, Multi-Dokument-Streams, das Serialisieren von Python-Objekten zurück nach YAML, Konfigurationsdatei-Muster mit Standardwerten und Fehlerbehandlung. Alle Beispiele verwenden reale Szenarien — keine Platzhalterdaten.
Installation
pip install pyyaml
# For ruamel.yaml (covered later)
pip install ruamel.yamlyaml.safe_load() — Die Funktion, die man immer verwenden sollte
Das Wichtigste, was man über
PyYAML
wissen muss: yaml.load() kann beliebigen Python-Code ausführen, der in einer YAML-Datei eingebettet ist.
Das ist kein theoretisches Risiko — es ist ein gut dokumentierter Angriffsvektor. Immer yaml.safe_load() verwenden:
import yaml
# DANGEROUS — never use this with untrusted input
data = yaml.load(open('config.yaml'), Loader=yaml.FullLoader)
# SAFE — use this for any YAML from external sources
data = yaml.safe_load(open('config.yaml'))
# The attack: a YAML file could contain this, which executes Python
# !!python/object/apply:os.system ["rm -rf /important-dir"]yaml.safe_load() unterstützt nur Standard-YAML-Typen:
Strings, Zahlen, Booleans, null, Listen und Dicts. Es wirft einen ConstructorError, wenn das YAML
Python-spezifische Tags wie !!python/object enthält. Das ist genau das gewünschte Verhalten.
yaml.full_load() ist sicherer als das alte bare yaml.load(), aber immer noch weniger restriktiv
als safe_load(). Mit safe_load() beginnen und nur upgraden, wenn es wirklich benötigt wird.Eine YAML-Konfigurationsdatei laden
Hier ist ein realistisches Konfigurationslademuster für eine Webanwendung. Wir laden eine YAML-Konfigurationsdatei und verwenden Pythons Dict-Merge, um Standardwerte für alles nicht Angegebene zu setzen:
# config.yaml
database:
host: postgres.internal
port: 5432
name: myapp_prod
pool_size: 10
redis:
host: redis.internal
port: 6379
logging:
level: INFO
format: jsonimport yaml
from pathlib import Path
from typing import Any
DEFAULT_CONFIG = {
'database': {
'host': 'localhost',
'port': 5432,
'name': 'myapp',
'pool_size': 5,
'ssl': False,
},
'redis': {
'host': 'localhost',
'port': 6379,
'db': 0,
},
'logging': {
'level': 'DEBUG',
'format': 'text',
}
}
def deep_merge(base: dict, override: dict) -> dict:
"""Recursively merge override into base, returning a new dict."""
result = base.copy()
for key, value in override.items():
if key in result and isinstance(result[key], dict) and isinstance(value, dict):
result[key] = deep_merge(result[key], value)
else:
result[key] = value
return result
def load_config(config_path: str | Path) -> dict[str, Any]:
path = Path(config_path)
if not path.exists():
raise FileNotFoundError(f"Config file not found: {path}")
with path.open('r', encoding='utf-8') as f:
raw = yaml.safe_load(f)
if raw is None:
return DEFAULT_CONFIG.copy()
return deep_merge(DEFAULT_CONFIG, raw)
config = load_config('config.yaml')
print(config['database']['host']) # postgres.internal
print(config['database']['ssl']) # False (from defaults)
print(config['redis']['db']) # 0 (from defaults)Python-Objekte nach YAML serialisieren
yaml.dump() serialisiert Python-Dicts, Listen, Strings, Zahlen, Booleans und None nach YAML.
Standardmäßig verwendet es den Flow-Stil (geschweifte Klammern inline) — default_flow_style=False für den
lesbaren Block-Stil setzen:
import yaml
from dataclasses import dataclass, asdict
@dataclass
class ServiceConfig:
name: str
replicas: int
image: str
port: int
tags: list[str]
service = ServiceConfig(
name='payment-api',
replicas=3,
image='payment-api:2.4.1',
port=8080,
tags=['payments', 'backend', 'critical']
)
# Convert dataclass to dict first, then dump to YAML
output = yaml.dump(
asdict(service),
default_flow_style=False,
sort_keys=False, # preserve insertion order
allow_unicode=True
)
print(output)
# image: payment-api:2.4.1
# name: payment-api
# port: 8080
# replicas: 3
# tags:
# - payments
# - backend
# - critical
# Write to file
with open('service-config.yaml', 'w', encoding='utf-8') as f:
yaml.dump(asdict(service), f, default_flow_style=False, sort_keys=False)Multi-Dokument-Streams mit load_all
YAML unterstützt mehrere Dokumente in einer einzigen Datei, getrennt durch ---. Das ist üblich bei
Kubernetes-Manifesten, wo eine einzelne Datei ein Deployment, einen Service und eine ConfigMap enthalten kann.
yaml.safe_load_all() verwenden, um über alle Dokumente zu iterieren:
import yaml
# manifests.yaml contains multiple Kubernetes resources separated by ---
with open('manifests.yaml', 'r') as f:
# safe_load_all returns a generator
documents = list(yaml.safe_load_all(f))
for doc in documents:
if doc is None:
continue
kind = doc.get('kind', 'Unknown')
name = doc.get('metadata', {}).get('name', 'unnamed')
print(f"{kind}: {name}")
# Deployment: payment-api
# Service: payment-api-svc
# ConfigMap: payment-api-configMit yaml.dump_all() können auch mehrere Dokumente in einen Stream geschrieben werden:
import yaml
documents = [
{'kind': 'Deployment', 'metadata': {'name': 'api'}, 'spec': {'replicas': 2}},
{'kind': 'Service', 'metadata': {'name': 'api-svc'}, 'spec': {'port': 80}},
]
output = yaml.dump_all(documents, default_flow_style=False)
print(output)
# kind: Deployment
# metadata:
# name: api
# spec:
# replicas: 2
# ---
# kind: Service
# metadata:
# name: api-svc
# spec:
# port: 80ruamel.yaml — Wenn Kommentare erhalten bleiben müssen
PyYAML hat eine wesentliche Einschränkung: Beim Laden werden Kommentare entfernt. Wenn man eine YAML-Datei lädt, modifiziert und zurückschreibt, sind alle Kommentare verschwunden. Für Konfigurationsdateien, die von Menschen gepflegt werden, ist der Verlust von Kommentaren ein K.O.-Kriterium.
ruamel.yaml implementiert einen Round-Trip-Parser, der Kommentare, Schlüsselreihenfolge und Formatierung erhält — standardmäßig zielt es auf die YAML 1.2-Spezifikation ab. Es ist die richtige Wahl, wenn YAML programmatisch bearbeitet wird, das danach von Menschen gelesen wird:
from ruamel.yaml import YAML
yaml = YAML()
yaml.preserve_quotes = True
# This config.yaml has important comments we need to keep:
# database:
# host: localhost # change this for production
# port: 5432 # default PostgreSQL port
# pool_size: 5 # increase under heavy load
with open('config.yaml', 'r') as f:
config = yaml.load(f)
# Modify a value
config['database']['host'] = 'postgres.prod.internal'
config['database']['pool_size'] = 20
# Write back — comments and formatting are preserved!
with open('config.yaml', 'w') as f:
yaml.dump(config, f)
# Result:
# database:
# host: postgres.prod.internal # change this for production
# port: 5432 # default PostgreSQL port
# pool_size: 20 # increase under heavy load- PyYAML verwenden, wenn YAML zum Lesen konsumiert wird — Konfiguration in die App parsen, Test-Fixtures laden, Kubernetes-Manifeste programmatisch verarbeiten.
- ruamel.yaml verwenden, wenn YAML bearbeitet wird, das von Menschen gepflegt wird — Konfigurationsdateien an Ort und Stelle aktualisieren, Tooling, das CI-Konfigurationen modifiziert, alles, wo der Verlust von Kommentaren problematisch wäre.
- ruamel.yaml ist standardmäßig YAML 1.2-konform, was bedeutet, dass das Norway-Problem (
NO→false) es nicht betrifft. PyYAML verwendet standardmäßig YAML 1.1.
Fehlerbehandlung
YAML-Parse-Fehler werfen yaml.YAMLError, die Basisklasse aller PyYAML-Ausnahmen.
Diese immer abfangen, wenn YAML aus nicht vertrauenswürdigen oder benutzerbereitgestellten Quellen geladen wird:
import yaml
from pathlib import Path
def load_user_config(path: str) -> dict:
try:
with open(path, 'r', encoding='utf-8') as f:
data = yaml.safe_load(f)
except FileNotFoundError:
raise FileNotFoundError(f"Config file not found: {path}")
except yaml.scanner.ScannerError as e:
# Includes line/column info in the error message
raise ValueError(f"YAML syntax error in {path}:\n{e}")
except yaml.YAMLError as e:
raise ValueError(f"Invalid YAML in {path}: {e}")
if data is None:
return {}
if not isinstance(data, dict):
raise TypeError(f"Expected a YAML mapping at top level, got {type(data).__name__}")
return datayaml.safe_load() garantiert nur
gültige YAML-Syntax — es validiert nicht die Form der Daten. Eine Konfigurationsdatei mit database:
an der Spitze ist gültig; eine Konfigurationsdatei mit einer Liste an der Spitze ist ebenfalls gültiges YAML. Typ- und Strukturprüfungen
nach dem Laden hinzufügen oder eine Schema-Validierungsbibliothek wie
Pydantic verwenden, um das geladene Dict
in ein typisiertes Modell zu parsen.Fazit
PyYAML deckt den Großteil der YAML-Arbeit in Python ab: immer yaml.safe_load() verwenden
(nicht yaml.load()), yaml.safe_load_all() für Multi-Dokument-Streams nutzen,
und yaml.dump() mit default_flow_style=False für lesbare Ausgabe einsetzen.
Wenn Kommentare erhalten bleiben sollen oder YAML 1.2-Semantik benötigt wird, zu ruamel.yaml wechseln — es ist ein transparentes
Upgrade für das Lesen und eine kleine API-Änderung für das Schreiben. Für Syntaxfehler bevor der Code läuft,
zeigt der YAML-Validator genau an, welche Zeile und Spalte fehlerhaft ist.