Se você trabalha com YAML em Python, quase certamente usa o PyYAML. É a biblioteca padrão, existe desde 2006, e vem com uma função chamada yaml.load() que possui uma vulnerabilidade de segurança crítica que já queimou muitas equipes. A correção é uma palavra — safe_load — mas você precisa entender o porquê, o que você abre mão, e quando a biblioteca mais recente ruamel.yaml é a melhor escolha.
Este guia cobre a análise prática de YAML em Python: carregamento seguro, streams com múltiplos documentos, serialização de objetos Python de volta para YAML, padrões de arquivo de configuração com valores padrão, e tratamento de erros. Todos os exemplos usam cenários do mundo real — sem dados fictícios.
Instalação
pip install pyyaml
# For ruamel.yaml (covered later)
pip install ruamel.yamlyaml.safe_load() — A Que Você Deve Sempre Usar
A coisa mais importante que você precisa saber sobre o
PyYAML
é que yaml.load() pode executar código Python arbitrário embutido em um arquivo YAML.
Não é um risco teórico — é um vetor de ataque bem documentado. Sempre use yaml.safe_load():
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() suporta apenas tipos YAML padrão:
strings, números, booleanos, null, listas e dicts. Vai lançar um ConstructorError se o YAML
contiver tags específicas do Python como !!python/object. Esse é exatamente o comportamento que você quer.
yaml.full_load() é mais seguro que o antigo yaml.load() simples, mas ainda menos restritivo
que safe_load(). Comece com safe_load() e só atualize se realmente precisar.Carregando um Arquivo de Configuração YAML
Aqui está um padrão realista de carregamento de configuração para uma aplicação web. Carregamos um arquivo de configuração YAML e usamos a mesclagem de dicts do Python para preencher os padrões para tudo que não foi especificado:
# 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)Serializando Objetos Python para YAML
yaml.dump() serializa dicts, listas, strings, números, booleanos e None do Python para YAML.
Por padrão usa o estilo de fluxo (chaves inline) — defina default_flow_style=False para o
estilo de bloco legível:
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)Streams com Múltiplos Documentos usando load_all
YAML suporta múltiplos documentos em um único arquivo, separados por ---. Isso é comum em
manifestos do Kubernetes, onde um único arquivo pode conter um Deployment, um Service e um ConfigMap.
Use yaml.safe_load_all() para iterar sobre todos os documentos:
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-configVocê também pode escrever múltiplos documentos em um stream com yaml.dump_all():
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 — Quando Você Precisa Preservar Comentários
O PyYAML tem uma limitação significativa: ele remove os comentários ao carregar. Se você carrega um arquivo YAML, modifica e salva novamente, todos os comentários são perdidos. Para arquivos de configuração mantidos por humanos, perder comentários é um problema sério.
O ruamel.yaml implementa um parser de ida e volta que preserva comentários, ordem das chaves e formatação — por padrão visa a especificação YAML 1.2. É a escolha certa sempre que você estiver editando programaticamente um YAML que humanos lerão depois:
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- Use o PyYAML quando estiver lendo YAML para consumo — fazendo parse de configuração para sua aplicação, carregando fixtures de teste, processando manifestos do Kubernetes programaticamente.
- Use o ruamel.yaml quando estiver editando YAML mantido por humanos — atualizando arquivos de configuração no lugar, ferramentas que modificam configurações de CI, qualquer coisa onde perder comentários seria problemático.
- O ruamel.yaml também é compatível com YAML 1.2 por padrão, o que significa que o Problema da Noruega (
NO→false) não o afeta. O PyYAML usa YAML 1.1 por padrão.
Tratamento de Erros
Erros de parse do YAML lançam yaml.YAMLError, que é a classe base de todas as exceções do PyYAML.
Sempre a capture ao carregar YAML de fontes não confiáveis ou fornecidas pelo usuário:
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() apenas garante
sintaxe YAML válida — não valida o formato dos dados. Um arquivo de configuração com database:
no topo é válido; um arquivo de configuração com uma lista no topo também é YAML válido. Adicione verificações de tipo e estrutura
após o carregamento, ou use uma biblioteca de validação de schema como o
Pydantic para fazer o parse do dict carregado
em um modelo tipado.Conclusão
O PyYAML cobre a grande maioria do trabalho com YAML em Python: sempre use yaml.safe_load()
(não yaml.load()), use yaml.safe_load_all() para streams com múltiplos documentos,
e use yaml.dump() com default_flow_style=False para saída legível.
Quando precisar preservar comentários ou obter semântica YAML 1.2, mude para o ruamel.yaml — é uma atualização
transparente para leitura e uma pequena mudança de API para escrita. Para erros de sintaxe antes mesmo do seu código rodar,
o Validador de YAML informará exatamente qual linha e coluna estão quebradas.