Python YAML 转储特殊字符和多行

Question

我有一个包含以下内容的 my_yaml.yml 文件：

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一个 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 dump 它进入控制台，但是 1) abilities & name 的顺序已经改变了:(

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' codec can't encode character '\xdb' in position 0: character maps to undefined

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 字符串中的多行进入一行 :(

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 :(

我已经尝试 these 解决方案但没有成功。 import ruamel.yaml as yaml 也没有帮助。

更新

OK，下面这个大包解决了问题1) & 4)，我可以把>换成| 为多行值，因此 3) 也已解决。也许 5) 不是一个大问题。但我仍然在与 Û 或 Ǘ 等特殊字符作斗争，所以我仍在寻找问题 2)...

的解决方案

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

我不确定您为什么遇到 unicode 问题。如果您有 my_yaml.yml 和程序 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)

然后生成：

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 Python2 和 Python3 的 virtualenv 中 ruamel.yaml 0.15.40.

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 Python 2 和 3 的（最新）版本安装在 /opt/python/2 下。 /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) 因为 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）。

Python YAML 转储特殊字符和多行

Python YAML dump special character and multiple lines

python

yaml

pyyaml

ruamel.yaml