Come forzare PyYAML in stringhe di carico come oggetti Unicode?

Question

I PyYAML pacchetto carica stringhe non marcate sia come unicode o STR oggetti, a seconda del loro contenuto.

Vorrei utilizzare oggetti Unicode per tutto il mio programma (e, purtroppo, non può passare a Python 3 appena ancora).

C'è un modo semplice per imporre PyYAML per sempre stringhe Unicode oggetti di carico? Non voglio ingombrare la mia YAML con tag !!python/unicode.

# Encoding: UTF-8

import yaml

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

print yaml.load(menu)

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

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

Answer 1

Ecco una versione che sostituisce la manipolazione di stringhe PyYAML emettendo sempre unicode. In realtà, questo è probabilmente il risultato identico dell'altro risposta che ho postato, tranne brevi (cioè è ancora necessario per fare in modo che le stringhe in classi personalizzate vengono convertiti in unicode o passati stringhe unicode te stesso se si utilizza gestori personalizzati):

# -*- 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
""")

(È possibile che questo dà [u'spam', u'eggs', u'bacon', u'cr\xe8me br\xfbl\xe9e', u'spam'])

Non ho ancora testato su LibYAML (parser c-based) come non ho potuto compilarlo, però, quindi lascio l'altra risposta come era.

Answer 2

Ecco una funzione è possibile utilizzare utilizzare per sostituire str con i tipi unicode dall'uscita decodificata di 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]})