开源项目 yq 使用教程
2024-08-10 07:44:31作者:裴麒琰
1. 项目的目录结构及介绍
yq/
├── CHANGELOG.rst
├── CONTRIBUTING.rst
├── Dockerfile
├── LICENSE
├── MANIFEST.in
├── Makefile
├── README.rst
├── setup.cfg
├── setup.py
├── tests/
│ ├── __init__.py
│ ├── test_cli.py
│ ├── test_data/
│ │ ├── example.yaml
│ │ └── example.yml
│ └── test_yq.py
└── yq/
├── __init__.py
├── cli.py
└── yq.py
- CHANGELOG.rst: 项目更新日志。
- CONTRIBUTING.rst: 贡献指南。
- Dockerfile: 用于构建 Docker 镜像。
- LICENSE: 项目许可证。
- MANIFEST.in: 打包清单文件。
- Makefile: 用于自动化构建和测试。
- README.rst: 项目说明文档。
- setup.cfg: 安装配置文件。
- setup.py: 安装脚本。
- tests/: 测试目录,包含测试脚本和测试数据。
- yq/: 项目源码目录,包含主要功能实现。
2. 项目的启动文件介绍
项目的启动文件是 yq/cli.py。这个文件定义了命令行接口,处理用户输入并调用相应的功能模块。
# yq/cli.py
import argparse
import sys
from .yq import process
def main():
parser = argparse.ArgumentParser(description='Process some YAML files.')
parser.add_argument('expression', help='Expression to apply to each document')
parser.add_argument('files', nargs='+', help='YAML files to process')
args = parser.parse_args()
for file in args.files:
with open(file) as f:
process(f, args.expression)
if __name__ == '__main__':
main()
3. 项目的配置文件介绍
项目的配置文件主要是 setup.cfg 和 setup.py。
- setup.cfg: 包含项目的基本配置信息,如包名、版本号、作者等。
[metadata]
name = yq
version = 2.12.2
description = Command-line YAML processor - jq for YAML documents
long_description = file: README.rst
author = Andrey Kislyuk
author_email = kislyuk@gmail.com
url = https://github.com/kislyuk/yq
license = Apache Software License
classifiers =
Development Status :: 5 - Production/Stable
Intended Audience :: Developers
License :: OSI Approved :: Apache Software License
Natural Language :: English
Operating System :: OS Independent
Programming Language :: Python
Programming Language :: Python :: 3
Programming Language :: Python :: 3.6
Programming Language :: Python :: 3.7
Programming Language :: Python :: 3.8
Programming Language :: Python :: 3.9
Topic :: Software Development :: Libraries :: Python Modules
Topic :: Text Processing :: Markup :: YAML
[options]
packages = find:
install_requires =
PyYAML >= 5.1
argparse
setuptools
[options.entry_points]
console_scripts =
yq = yq.cli:main
- setup.py: 用于安装和打包项目的脚本。
# setup.py
from setuptools import setup, find_packages
setup(
name='yq',
version='2.12.2',
description='Command-line YAML processor - jq for YAML documents',
long_description=open('README.rst').read(),
author='Andrey Kislyuk',
author_email='kislyuk@gmail.com',
url='https://github.com/kislyuk/yq',
license='Apache Software License',
packages=find_packages(exclude=['test']),
install_requires=[
'PyYAML >= 5.1',
'argparse'
],
entry_points={
'console_scripts':
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.71 K
Ascend Extension for PyTorch
Python
328
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
876
577
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
187
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.33 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
135