Python YAML 转储特殊字符和多行

Question

我有一个my_yaml.yml 文件，其内容如下：

my_yaml:
  person: >
    John|Doe|48,
    Jack|Black|39
  skills:
    - name: superhero
      abilities:
        - swim
        - run
  special_chars:
    - '! | " "'
    - '+ | " "'
    - '\ | " "'
    - 'Á | "A"'
    - 'É | "E"'
    - 'Ű | "U"'
    - 'Û | "U"'

我想加载它然后转储到my_yaml_new.yml 文件中，该文件具有与原始输入文件完全相同的格式和字符。我的代码是：

import yaml
my_yaml = yaml.load(open('my_yaml.yml', encoding='utf8'))  # without "utf8" encoding I get "'charmap' codec can't decode byte..." error

我可以将 dump 输入控制台，但 1) abilities 和 name 的顺序已更改 :(

yaml.dump(my_yaml, default_flow_style=False, allow_unicode=True)

结果是：

'my_yaml:\n  person: >\n    John|Doe|48, Jack|Black|39\n  skills:\n  - abilities:\n    - swim\n    - run\n    name: superhero\n  special_chars:\n  - \'! | " "\'\n  - + | " "\n  - \\ | " "\n  - Á | "A"\n  - É | "E"\n  - Ű | "U"\n  - Û | "U"\n'

当我尝试转储到文件中时：

with open('my_yaml_new.yml', 'w') as outfile:
    yaml.dump(my_yaml, outfile, default_flow_style=False, allow_unicode=True)

2)由于字符Û，我收到以下错误：

UnicodeEncodeError: 'charmap' 编解码器无法对字符 '\xdb' 进行编码 位置 0：字符映射到未定义

如果我从输入 my_yaml.yml 文件中删除这一行，那么上面的转储是成功的，但是 3) 我在person 字符串中的多行变成了一行:(

my_yaml:
  person: >
    John|Doe|48, Jack|Black|39
  skills:
  - abilities:
    - swim
    - run
    name: superhero
  special_chars:
  - '! | " "'
  - + | " "
  - \ | " "
  - Á | "A"
  - É | "E"
  - Ű | "U"

4) 而且我的单引号 (') 从 special_chars 中消失了 :(

5)还要注意skills的元素没有缩进:(

我尝试了these 解决方案，但没有成功。 import ruamel.yaml as yaml 也没有帮助。

---

更新

好的，下面这个很棒的包解决了1)和4)的问题，我可以将>替换为|多行值，所以 3) 也解决了。也许 5) 不是一个大问题。但是我仍然在处理Û 或Ǘ 等特殊字符，所以我仍在寻找解决问题的方法2)...

from ruamel import yaml

    my_yaml = yaml.round_trip_load(open('dmy_yaml.yml', encoding='utf8'), preserve_quotes=True)
    with open('my_yaml_new.yml', 'w') as outfile:
        yaml.round_trip_dump(my_yaml, outfile, default_flow_style=False, allow_unicode=True)

Answer 1

我不确定您为什么会遇到 unicode 问题。如果你有你的my_yaml.yml 和一个程序try.py：

import sys
import ruamel.yaml

with open('my_yaml.yml') as fp:
    yaml_str = fp.read().replace(': >\n', ': |\n')

yaml = ruamel.yaml.YAML()
yaml.indent(mapping=2, sequence=4, offset=2)
yaml.preserve_quotes = True
data = yaml.load(yaml_str)
new_file = 'my_yaml_new.yml'
with open(new_file, 'w') as ofp:
    yaml.dump(data, ofp)

然后产生：

my_yaml:
  person: |
    John|Doe|48,
    Jack|Black|39
  skills:
    - name: superhero
      abilities:
        - swim
        - run
  special_chars:
    - '! | " "'
    - '+ | " "'
    - '\ | " "'
    - 'Á | "A"'
    - 'É | "E"'
    - 'Ű | "U"'
    - 'Û | "U"'

在具有 ruamel.yaml 0.15.40 的 Python2 和 Python3 的 virtualenv 中。

我用过：

for n in 2 3 ; do  mktmpenv -p /opt/python/$n/bin/python -qq -i ruamel.yaml; python --version; python try.py; deactivate; done

这当然依赖于安装在/opt/python/2 下的 Python 2 和 3 的（最新）版本。 /opt/python/3（它们在我的 Linux 开发系统上）。

请注意，Unicode 显示没有问题，yaml.indent(mapping=2, sequence=4, offset=2) 保留了您的源缩进，但您仍然需要将折叠的多行标量更改为文字样式（我在阅读 yaml_str 时这样做）为 ruamel .yaml 不支持保留它（主要是因为没有简单的方法以透明的方式指示原始折叠点）。