Python 如何强制PyYAML将字符串作为unicode对象加载？

PyYAML包根据未标记字符串的内容将其加载为unicode或str对象

我希望在整个程序中使用unicode对象（不幸的是，现在还不能切换到Python 3）

有没有一种简单的方法可以强制PyYAML总是字符串加载unicode对象？我不想用

把我的YAML弄得乱七八糟！！python/unicode

标记

# Encoding: UTF-8

import yaml

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

print yaml.load(menu)

输出：

['spam'，'egs'，'bacon'，u'cr\xe8me br\xfbl\xe9e'，'spam']

---

我想：

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

这里有一个函数，你可以用

PyYAML

的解码输出中的

unicode

类型替换

str

：

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]})

---

下面是一个版本，它通过总是输出

unicode

来覆盖字符串的PyYAML处理。实际上，这可能是我发布的其他响应的相同结果，除了更短的响应（即，如果使用自定义处理程序，您仍然需要确保自定义类中的字符串被转换为

unicode

或自己传递

unicode

字符串）：

（上面给出了

[u'spam'，u'egs'，u'bacon'，u'cr\xe8me br\xfbl\xe9e'，u'spam']

）

---

我没有在

LibYAML

（基于c的解析器）上测试它，因为我无法编译它，所以我将保留另一个答案原样。

不是我想要看到的答案：（该函数可能适用于大多数常见的YAML文件，但不是所有文件。Dict键可能不是字符串，YAML允许存储自定义类型，其中可能包含字符串。如果键不是

str

type，则不会将其转换为

unicode

类型（如果查看代码）我同意这不是一个很好的解决方案，但它会起作用。试着

make_stru unicode（{0:[u'the'，u'quick'，u'brown'，124]}

，它将不使用整数。另外，如果你进一步看代码，它只处理

列表

，

元组

，

dicts

和

str code>（其他类型/类将保持原样）如果使用自定义类型，则处理程序可能必须将
str
对象转换为
unicode
对象本身（或添加
elif-isinstance（obj，mycustomtype:…
并单独处理）抱歉，我弄错了。谢谢你提供的解决方案。没问题，我想我可能会自己使用另一个解决方案，因为它更短/更快：-）这太完美了，谢谢！它可以在自定义类中使用字符串，也可以使用LibYAML的CLoader。而且它看起来更干净：）再次感谢！这个答案被接受已经两年多了，pyYAML仍然返回
str
对象。现在是否有一种更简单的方法来强制所有unicode输出？我希望有一个更新的答案。我不这么认为，而且我认为不太可能添加它。不过，它在Python 3中工作得很好。这让YAML很烦人他是Pythonia中使用wxPython开发GUI应用程序的一半，远没有XML这样的讽刺性数据格式那么烦人，但仍然很烦人。
# -*- 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
""")