Pyyaml 未正确读取（非 ascii）字符（“§”）答案

【问题标题】：Pyyaml not reading (non-ascii) character correctly ("§")Pyyaml 未正确读取（非 ascii）字符（“§”）
【发布时间】：2021-06-08 10:17:38
【问题描述】：

我有以下文件 (sample.yml)：

Key: §

当我尝试使用以下功能阅读时：

import yaml

with open("sample.yml", "r") as f:
    file = yaml.safe_load(f)

文件未正确读取：print(file) 返回

{'Key': 'Â§'}

即使我想避免转义序列，在这种情况下是否可以使用这样的转义序列？没有它们有办法吗？

我也尝试将§ 设置为单引号（'§'）或双引号（"§"），但是，这并没有解决问题。另外，使用yaml.load 而不是yaml.safe_load

我正在使用 pyyaml v5.4.1

如何正确读取yaml文件？

【问题讨论】：

§ 没有什么特别之处，section mark。您发布的输出看起来就像您尝试将 UTF8 字符串 display 为 ASCII（特别是拉丁语）时得到的输出。在这种情况下，UTF8 字节表示为0xC2 0xA7。在拉丁文 1 中，0xA7 是 § 的值。要么你没有使用 Python 3，要么你的终端没有设置为显示 UTF8 字符
简而言之，除了终端的设置，没有什么可修复的
在这种情况下，file["Key"] == "§" 应该返回True，因为根据您的帖子，这应该只是终端显示问题。但是，它返回 False
您使用的是哪个特定 Python 3 版本？现在，open 的默认编码是utf8。尽管它仍然使用系统的默认值，但在某种程度上。如果您使用旧版本，open() 可能会以 ASCII 格式读取文件
您应该明确地传递编码以确定。来自open's documentationThe default encoding is platform dependent (whatever locale.getpreferredencoding() returns)。

【解决方案1】：

您应该明确地传递编码以确定：

with open(filepath, "r", encoding="utf-8") as f:

默认编码取决于平台（无论 locale.getpreferredencoding() 返回什么）。

这对于 3.10 仍然适用，但将来可能会更改为 utf-8。

虽然您发布的输出看起来像您尝试将 UTF8 字符串读取或显示为 ASCII（特别是拉丁语）时得到的结果。在这种情况下，§ 的 UTF8 字节表示为 0xC2 0xA7。 0xA7也是Latin1中的字节值，所以字符最终显示为Â§

【讨论】：