Comment faire pour forcer PyYAML à la charge des chaînes unicode objets?

La PyYAML forfait charges non marquées à des chaînes de caractères comme des caractères unicode ou str objets, en fonction de leur contenu.

Je voudrais utiliser l'unicode des objets tout au long de mon programme (et, malheureusement, ne peut pas passer à Python 3 pour l'instant).

Est-il un moyen facile de force PyYAML toujours des chaînes de charge unicode objets? Je ne veux pas encombrer mon YAML avec !!python/unicode balises.

# Encoding: UTF-8

import yaml

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

print yaml.load(menu)

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

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

InformationsquelleAutor Petr Viktorin | 2010-05-22
  1. 25

    Voici une version qui remplace la PyYAML de manipulation de chaînes de caractères en sortie unicode. En réalité, c'est probablement le résultat identique de l'autre réponse que j'ai posté, sauf délai plus court (c'est à dire vous avez encore besoin de s'assurer que les chaînes de classes personnalisées sont convertis à unicode ou passé unicode chaînes de vous-même si vous utilisez des gestionnaires personnalisés):

    # -*- 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
""")

    (Ci-dessus donne [u'spam', u'eggs', u'bacon', u'cr\xe8me br\xfbl\xe9e', u'spam'])

    Je ne l'ai pas testé sur LibYAML (c-analyseur) que je n'arrivais pas à le compiler, donc je vais laisser les autres répondre comme il était.

    • C'est parfait, merci! Il fonctionne avec des chaînes à l'intérieur de classes personnalisées, et Avec LibYAML de CLoader. Et il semble beaucoup plus propre 🙂 Merci encore!
    • Cela fait plus de deux ans que cette réponse a été acceptée, et pyYAML renvoie toujours str objets. Est-il peut-être un moyen plus simple de forcer tous-unicode sortie maintenant? J'aimerais un jour la réponse.
    • Je ne le pense pas, et je pense qu'il est peu probable que ça va être ajoutée. Il fonctionne bien dans Python 3, mais.
    • Ce qui rend YAML gênant pour l'ensemble de la moitié de Pythonia qui utilisent wxPython pour des applications avec interface graphique. Beaucoup moins ennuyeux que satirique formats de données tels que XML, mais encore assez ennuyeux.
    InformationsquelleAutor cryo
  2. 3

    Voici une fonction que vous pouvez utiliser pour utiliser pour remplacer str avec unicode types de décodée sortie de PyYAML:

    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]})
    • Pas tout à fait la réponse que je voudrais voir 🙁 Cette fonction sera probablement fonctionner sur la plupart des communes, les fichiers YAML, mais pas tous. Dict touches peuvent ne pas être des chaînes de caractères, et de DONNÉES permet de stocker les types personnalisés, qui peuvent contenir des chaînes de caractères.
    • si les touches ne sont pas str type, ils ne seront pas convertis à unicode types (si vous regardez le code) je suis d'accord ce n'est pas une solution fantastique, mais il faudra travailler. essayez make_str_unicode({0: [u'the', u'quick', u'brown', 124]}) et elle laisse entier le seul. Aussi, si vous regardez le code, il ne traite list, tuple, dicts et str (d'autres types/classes de rester comme ils l'ont été)
    • si vous utilisez des types personnalisés, puis les gestionnaires pouvez convertir le str objets à unicode eux-mêmes (ou ajouter un elif isinstance(obj, mycustomtype: ... et de les gérer individuellement)
    • Désolé, mon erreur. Merci pour la solution.
    • pas de problèmes, je pense que je serais probablement utiliser l'autre solution moi-même bien que juste parce que c'est plus court, plus rapide 🙂
    InformationsquelleAutor cryo