13.8　使用JSON或YAML文件存储配置

可以使用JSON或YAML文件完成配置值的存储，这种方式相对容易一些。语法相对友好一些。可以使用YAML表达各种各样的数据。然而，使用JSON的话，对象类的范围较窄一些，可像以下代码这样来定义一个JSON配置文件。

{
　　 "table":{
　　 　　"dealer":"Hit17",
　　 　　"split":"NoResplitAces",
　　 　　"decks":6,
　　 　　"limit":50,
　　 　　"payout":[3,2]
　　 },
　　 "player":{
　　 　　"play":"SomeStrategy",
　　 　　"betting":"Flat",
　　 　　"rounds":100,
　　 　　"stake":50
　　 },
　　 "simulator":{
　　 　　"samples":100,
　　 　　"outputfile":"p2_c13_simulation.dat"
　　 }
}

JSON文档看起来像是嵌套的字典，这正是在加载文件时所创建的对象，可以使用以下代码来加载一个配置文件。

import json
config= json.load( "config.json" )

这样就可以使用config['table']['dealer']来查找用于庄家规则的类，也可以使用['player']['betting']来查找玩家特定的玩牌策略的类名。

不像 INI文件，可以像对待一个值序列那样，对tuple进行编码。按照这个逻辑，config['table']['payout']的值可以当作是两个元素的序列，并不必严格遵照tuple那样的处理方式。然而，在访问配置文件时没有必要一定要使用ast.literal_eval()。

以下代码演示了我们如何使用这个嵌套结构，这里只列出main_nested_dict()函数的第1部分。

def main_nested_dict( config ):
　　 dealer_nm= config.get('table',{}).get('dealer', 'Hit17')
　　 dealer_rule= {'Hit17':Hit17(),
　　 　　'Stand17':Stand17()}.get(dealer_nm, Hit17())
　　 split_nm= config.get('table',{}).get('split', 'ReSplit')
　　 split_rule= {'ReSplit':ReSplit(),
　　 　　'NoReSplit':NoReSplit(),
　　 　　'NoReSplitAces':NoReSplitAces()}.get(split_nm, ReSplit())
　　 decks= config.get('table',{}).get('decks', 6)
　　 limit= config.get('table',{}).get('limit', 100)
　　 payout= config.get('table',{}).get('payout', (3,2))
　　 table= Table( decks=decks, limit=limit, dealer=dealer_rule,
　　 　　split=split_rule, payout=payout )

这与之前所演示的main_ini()函数类似。如果使用configparser与上一个版本的实现对比一下，就会发现复杂度基本是一样的。命名方面相对简单了一些，使用了get('table',{}).get('decks')来代替config.getint('table','decks')。

最大的不同是加粗显式的那行代码。JSON格式提供了正确解码的整数值和值序列。不必使用eval()或ast.literal_eval()来对tuple进行解码。另一部分中，创建Player和Simulate对象的配置，和main_ini()的版本是类似的。

13.8.1　使用压平的JSON配置

如果使用将多个配置文件进行集成的方式来完成默认值的初始化，就不能同时使用ChainMap和嵌套的字典结构。因此，要么对程序的参数压平，要么对不同的参数数据源进行合并。

可以在名字之间简单地使用.操作符来对命名进行压平操作。下面所示的是一个压平后的JSON文件。

{
"player.betting": "Flat",
"player.play": "SomeStrategy",
"player.rounds": 100,
"player.stake": 50,
"table.dealer": "Hit17",
"table.decks": 6,
"table.limit": 50,
"table.payout": [3, 2],
"table.split": "NoResplitAces",
"simulator.outputfile": "p2_c13_simulation.dat",
"simulator.samples": 100
}

以上文件的优势是，可以使用ChainMap计算来自不同参数源的配置值。也简化了对指定参数值查找的语法。当拿到一个配置文件名列表时，config_names，可以像如下代码这样操作。

config = ChainMap( *[json.load(file) for file in reversed(config_names)] )

以上代码基于一个反序的配置文件名列表创建了ChainMap。为什么要反序？因为所希望的列表顺序为，特殊化的在前面，一般化的在后面。configparser所需要的列表也是反序的，而且通过将新项持续地添加到列表头部以达到持续创建ChainMap的目的，反序也是必需的。在这里，只是简单地加载一个dict列表进入ChainMap中，而且在使用key进行搜索时，第1个dict将出现在搜索结果的第1个位置。

可以使用一个类似这样的方法来加强ChainMap的实现。以下代码演示了第1部分，创建Table实例。

def main_cm( config ):
　　 dealer_nm= config.get('table.dealer', 'Hit17')
　　 dealer_rule= {'Hit17':Hit17(),
　　 　　'Stand17':Stand17()}.get(dealer_nm, Hit17())
　　 split_nm= config.get('table.split', 'ReSplit')
　　 split_rule= {'ReSplit':ReSplit(),
　　 　　'NoReSplit':NoReSplit(),
　　 　　'NoReSplitAces':NoReSplitAces()}.get(split_nm, ReSplit())
　　 decks= int(config.get('table.decks', 6))
　　 limit= int(config.get('table.limit', 100))
　　 payout= config.get('table.payout', (3,2))
　　 table= Table( decks=decks, limit=limit, dealer=dealer_rule,
　　 　　split=split_rule, payout=payout )

至于其余部分，创建Player和Simulate对象的配置，和main_ini()版本的实现是类似的。

使用configparser将这个版本的实现与之前的比较，可以看到复杂度基本是相同的。以上实现在命名上相对简单，使用了int(config.get('table.decks'))来代替config.getint('table','decks')。

13.8.2　加载YAML配置

因为YAML语法包括了JSON的语法，因此对于之前的示例，可以使用YAML或者JSON加载。以下定义的是一个JSON文件，使用的是嵌套字典的写法。

player:
　betting: Flat
　play: SomeStrategy
　rounds: 100
　stake: 50
table:
　dealer: Hit17
　decks: 6
　limit: 50
　payout: [3, 2]
　split: NoResplitAces
simulator: {outputfile: p2_c13_simulation.dat, samples: 100}

比起纯JSON，这个文件的语法好一些，更容易进行编辑。对于配置中大多数为字符串和整数的应用，这种格式有很多好处。加载过程和加载JSON文件是相同的。

import yaml
config= yaml.load( "config.yaml" )

和嵌套字典所遇到的限制一样，需要对命名进行压平来解决默认值的问题。

如果要支持除字符串和整数外的更多类型，可以通过对类名进行编码并创建自定义的实例来扩展YAML。这里是一个YAML文件，用于创建模拟器所需的配置对象。

# Complete Simulation Settings
table: !!python/object:main.Table
　dealer: !!python/object:main.Hit17 {}
　decks: 6
　limit: 50
　payout: !!python/tuple [3, 2]
　split: !!python/object:main.NoReSplitAces {}
player: !!python/object:main.Player
　betting: !!python/object:main.Flat {}
　initstake: 50
　maxrounds: 100
　play: !!python/object:__main.SomeStrategy {}
　rounds: 0
　stake: 63.0
samples: 100
outputfile: p2_c13_simulation9.dat

我们对类名和实例的构造器使用 YAML 进行了编码，这样就可以对 Table 和 Player定义完整的初始化，可以像以下这样使用初始化文件。

import yaml
if name == "main":
　　 config= yaml.load( yaml1_file )
　　 simulate( config['table'], config['player'],
　　 　　config['outputfile'], config['samples'] )

在上例中，可以看到YAML配置文件可以直接被编辑。YAML格式具备Python同样的能力，但需要更复杂的语法。对于上例来说，使用Python配置脚本比YAML更好一些。