使用 PyYaml 加载特殊字符

Question

我正在努力在一个简单的 python 3.6 脚本中加载表情符号字符列表。 YAML 结构基本如下：

- ????   
- ????
- ????

我的 python 脚本如下所示：

import yaml
f = open('emojis.yml')
EMOJIS = yaml.load(f)
f.close()

我收到以下异常：

yaml.reader.ReaderError: unacceptable character #x001d: special characters are not allowed in "emojis.yml", position 2

我已经看到了allow_unicode=True 选项，但这似乎只适用于 yaml.dump。似乎人们在 Python2 中遇到了类似问题，但由于所有字符串都应该是 unicode，我无法弄清楚为什么这不起作用。

我还尝试将我的表情符号用引号括起来，并为“tag:yaml.org,2002:str”使用客户构造函数。我的自定义构造函数可能从未被击中，因为 yaml lib 无法将我的表情符号识别为字符串类型。当我将表情符号直接定义为源代码中的字符串时，我也会观察到相同的行为。

有没有办法使用 PyYAML 加载包含表情符号的 yaml 文件？

Answer 1

您应该升级到 ruamel.yaml（免责声明：我是该软件包的作者），它已修复此问题以及许多其他长期存在的 PyYAML 问题：

import sys
from ruamel.yaml import YAML

yaml = YAML()

with open('emojis.yml') as fp:
    idx = 0
    for c in fp.read():
        print('{:08x}'.format(ord(c)), end=' ')
        idx += 1
        if idx % 4 == 0:
            print()

with open('emojis.yml') as fp:
    data = yaml.load(fp)
yaml.dump(data, sys.stdout)

给予：

0000002d 00000020 0001f642 0000000a 
0000002d 00000020 0001f601 0000000a 
0000002d 00000020 0001f62c 0000000a 
['?', '?', '?']

---

如果你真的必须坚持使用 PyYAML，你可以这样做：

import yaml.reader
import re

yaml.reader.Reader.NON_PRINTABLE = re.compile(
    u'[^\x09\x0A\x0D\x20-\x7E\x85\xA0-\uD7FF\uE000-\uFFFD\U00010000-\U0010FFFF]')

摆脱错误。

---

_{从版本 0.15.16 开始，ruamel.yaml 现在还转储所有补充平面 Unicode，而不恢复为 \Uxxxxxxxx（可在新 API 中通过 .unicode_supplementary 控制，并取决于 allow_unicode）。子>}

Answer 2

更新

最新版pyyaml已经修复了这个bug，升级到pyyaml>=5

---

原答案

这似乎是 pyyaml 中的一个错误，解决方法是使用它们的转义序列：

$ cat test.yaml
- "\U0001f642"
- "\U0001f601"
- "\U0001f62c"

$ python
...
>>> yaml.load(open('test.yaml'))
['?', '?', '?']