我正在处理一些我继承的遗留代码（即，许多设计决策不是我的）。
该代码将一个目录组织成带有 markdown 文件的子目录，并将它们编译成一个大的 markdown 文件（使用 Markdown-PP： https: //github.com/jreese/markdown-pp）。然后它将此文件转换为 HTML（使用 pandoc： https: //pandoc.org/），最后转换为 PDF（使用 wkhtmltopdf：https://wkhtmltopdf.org/）。
我遇到的问题是许多原始 Markdown 文件都有 YAML 元数据标头。当通过 Markdown-PP 拼接在一起时，大型 Markdown 最终会散布大量 YAML 元数据块。由于 pandoc 处理 YAML 的方式（许多标头使用相同的键名称，并且 pandoc 组合了单独的 YAML 标头并且仅保留相应键的第一个值），在转换为 HTML 时，大部分元数据都会丢失。
我最初在 HTML 中没有出现 YAML，但能够通过正确修改 pandoc 的 HTML 模板来改变这一点。但我只得到每个相应键的第一个值。目前尚不清楚 pandoc 中是否有解决此问题的方法，因此我转而考虑在 pandoc 步骤之前尝试将 YAML 处理为 HTML。我尝试使用 PyYAML (yaml.load_all()) 解析组合降价中的 YAML，但只显示第一个 YAML 块。
YAML 块的示例：
---
author: foo
size_minimum: 100
time_req_minutes: 120
# and so on
---
问题在于最终文档中的 20 多个模块中的每一个都具有相关的元数据。
为了尝试解析 YAML，我使用了从这篇文章借用的代码： …