Python で YAML を扱うなら、ほぼ確実に PyYAML を使っているはずです。これは標準的なライブラリで、
2006年から存在し、yaml.load() という関数が含まれていますが、この関数には深刻なセキュリティの脆弱性があり、
多くのチームが痛い目を見てきました。修正方法は一単語 — safe_load — ですが、
なぜそうなのか、何をトレードオフするのか、そしていつ新しい ruamel.yaml ライブラリの方が適切かを理解する必要があります。
このガイドでは、Python における実践的な YAML パースを解説します:安全なロード、マルチドキュメントストリーム、Python オブジェクトの YAML へのシリアライズ、デフォルト値付き設定ファイルのパターン、エラーハンドリング。すべての例は実際のシナリオを使用しており、プレースホルダーデータは使いません。
インストール
pip install pyyaml
# For ruamel.yaml (covered later)
pip install ruamel.yamlyaml.safe_load() — 常に使うべき関数
PyYAML
について最も重要なことは、yaml.load() が YAML ファイルに埋め込まれた任意の Python コードを実行できるということです。
これは理論上のリスクではなく、よく知られた攻撃ベクトルです。常に yaml.safe_load() を使ってください:
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() は標準的な YAML 型のみをサポートします:
文字列、数値、真偽値、null、リスト、辞書。YAML に !!python/object のような
Python 固有のタグが含まれている場合は ConstructorError を発生させます。これはまさに望ましい動作です。
yaml.full_load() は旧来の素の yaml.load() より安全ですが、
safe_load() ほど制限的ではありません。safe_load() から始めて、本当に必要な場合のみアップグレードしましょう。YAML 設定ファイルの読み込み
Web アプリケーション向けの現実的な設定読み込みパターンを紹介します。YAML 設定ファイルを読み込み、 Python の辞書マージを使って未指定の項目にデフォルト値を適用します:
# 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 オブジェクトを YAML にシリアライズする
yaml.dump() は Python の辞書、リスト、文字列、数値、真偽値、None を YAML にシリアライズします。
デフォルトではフロースタイル(インラインの波括弧)を使用します — 読みやすいブロックスタイルにするには default_flow_style=False を設定してください:
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)load_all によるマルチドキュメントストリーム
YAML は --- で区切られた複数のドキュメントを1つのファイルに含めることができます。Kubernetes の
マニフェストではよく見られるパターンで、1つのファイルに Deployment、Service、ConfigMap が含まれることがあります。
すべてのドキュメントを反復処理するには yaml.safe_load_all() を使います:
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-configyaml.dump_all() を使えば、複数のドキュメントをストリームに書き込むこともできます:
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 — コメントを保持する必要があるとき
PyYAML には重要な制限があります:読み込み時にコメントが削除されます。YAML ファイルを読み込んで 変更して書き戻すと、コメントはすべて消えてしまいます。人間がメンテナンスする設定ファイルでは、 コメントが失われることは致命的です。
ruamel.yaml はコメント、キーの順序、フォーマットを保持するラウンドトリップパーサーを実装しており、 デフォルトで YAML 1.2 仕様 を対象としています。 人間が後で読む YAML をプログラムで編集する際には、これが正しい選択です:
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 を使うのは YAML を消費目的で読み込む場合 — アプリに設定をパースする、テストフィクスチャを読み込む、Kubernetes マニフェストをプログラムで処理するなど。
- ruamel.yaml を使うのは人間がメンテナンスする YAML を編集する場合 — 設定ファイルをその場で更新する、CI 設定を変更するツール、コメントが失われると困るあらゆるケース。
- ruamel.yaml はデフォルトで YAML 1.2 準拠なので、Norway 問題(
NO→false)の影響を受けません。PyYAML はデフォルトで YAML 1.1 を使用します。
エラーハンドリング
YAML のパースエラーは yaml.YAMLError を発生させます。これはすべての PyYAML 例外の基底クラスです。
信頼できないソースやユーザー提供のソースから YAML を読み込む際は、必ずキャッチしてください:
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() が保証するのは
有効な YAML 構文のみです — データの形は検証しません。トップレベルに database: がある設定ファイルは正しいですが、
トップレベルにリストがある設定ファイルも有効な YAML です。読み込み後に型と構造のチェックを追加するか、
Pydantic のようなスキーマ検証ライブラリを使って
読み込んだ辞書を型付きモデルにパースしましょう。まとめ
PyYAML は Python における YAML 作業の大部分をカバーします:常に yaml.safe_load()
を使い(yaml.load() ではなく)、マルチドキュメントストリームには yaml.safe_load_all() を使い、
読みやすい出力には yaml.dump() に default_flow_style=False を指定して使います。
コメントを保持したり YAML 1.2 のセマンティクスが必要なら、ruamel.yaml に切り替えましょう — 読み込みはドロップイン置き換えで、書き込みは少し API が変わるだけです。コードが実行される前の構文エラーには、
YAML バリデーターが正確な行と列を教えてくれます。