32

PyYAML 包将未标记的字符串加载为 unicode 或 str 对象，具体取决于其内容。

我想在整个程序中使用 unicode 对象（不幸的是，目前还不能切换到 Python 3）。

有没有一种简单的方法可以强制 PyYAML 始终以字符串加载 unicode 对象？我不想用!!python/unicode标签把我的 YAML 弄得乱七八糟。

# Encoding: UTF-8

import yaml

menu= u"""---
- spam
- eggs
- bacon
- crème brûlée
- spam
"""

print yaml.load(menu)

输出：['spam', 'eggs', 'bacon', u'cr\xe8me br\xfbl\xe9e', 'spam']

我想：[u'spam', u'eggs', u'bacon', u'cr\xe8me br\xfbl\xe9e', u'spam']

4

2 回答 2

27

这是一个通过始终输出覆盖 PyYAML 字符串处理的版本unicode。实际上，这可能与我发布的其他响应的结果相同，只是更短（即，如果您使用自定义处理程序，您仍然需要确保自定义类中的字符串转换为unicode或自己传递字符串）：unicode

# -*- coding: utf-8 -*-
import yaml
from yaml import Loader, SafeLoader

def construct_yaml_str(self, node):
    # Override the default string handling function 
    # to always return unicode objects
    return self.construct_scalar(node)
Loader.add_constructor(u'tag:yaml.org,2002:str', construct_yaml_str)
SafeLoader.add_constructor(u'tag:yaml.org,2002:str', construct_yaml_str)

print yaml.load(u"""---
- spam
- eggs
- bacon
- crème brûlée
- spam
""")

（以上给出[u'spam', u'eggs', u'bacon', u'cr\xe8me br\xfbl\xe9e', u'spam']）

我没有在LibYAML（基于 c 的解析器）上测试它，因为我无法编译它，所以我将保留其他答案。

于 2010-06-03T15:35:50.903 回答
3

这是一个可用于替换解码输出中的类型str的函数：unicodePyYAML

def make_str_unicode(obj):
    t = type(obj)

    if t in (list, tuple):
        if t == tuple:
            # Convert to a list if a tuple to 
            # allow assigning to when copying
            is_tuple = True
            obj = list(obj)
        else: 
            # Otherwise just do a quick slice copy
            obj = obj[:]
            is_tuple = False

        # Copy each item recursively
        for x in xrange(len(obj)):
            obj[x] = make_str_unicode(obj[x])

        if is_tuple: 
            # Convert back into a tuple again
            obj = tuple(obj)

    elif t == dict: 
        for k in obj:
            if type(k) == str:
                # Make dict keys unicode
                k = unicode(k)
            obj[k] = make_str_unicode(obj[k])

    elif t == str:
        # Convert strings to unicode objects
        obj = unicode(obj)
    return obj

print make_str_unicode({'blah': ['the', 'quick', u'brown', 124]})
于 2010-06-03T03:49:07.940 回答