PyYaml 将 '9:00' 解析为 int

Question

我有一个包含以下数据的文件：

classes:
  - 9:00
  - 10:20
  - 12:10

（等到 21:00）

我使用 python3 和 yaml 模块来解析它。确切地说，来源是config = yaml.load (open (filename, 'r'))。但是，当我printconfig 时，我得到这部分数据的以下输出：

'classes': [540, 630, 730, 820, 910, 1000, 1090, 1180],

列表中的值是整数。

之前，当我使用 python2（以及用于 YAML 的 BaseLoader）时，我将值作为字符串获取，并按原样使用它们。 BaseLoader 现在不可接受，因为我想从文件中读取 unicode 字符串，它给了我字节字符串。

那么，首先，为什么 pyyaml 将我的数据解析为整数？

其次，我如何防止 pyyaml 这样做？是否可以不更改数据文件（例如不添加!!str）？

Answer 1

YAML 的文档有点难以“解析”，所以我可以想象你错过了这个关于冒号的 little bit of info：

通常，YAML 坚持“：”映射值指示符与值之间用空格隔开。这个限制的一个好处是“:”字符可以在纯标量中使用，只要它后面没有空格。这允许不带引号的 URL 和时间戳。它也是一个潜在的混淆来源，因为“a:1”是一个普通的标量，而不是一个键：值对。

您输入的内容是sexagesimal，而您的9:00 被认为类似于9 分0 秒，总共等于540 秒。

不幸的是，它没有被构造为一些特殊的六十进制实例，可以像整数一样用于计算，但可以以其原始形式打印。因此，如果您想在内部将其用作字符串，则必须对它们进行单引号：

classes:
  - '9:00'
  - '10:20'
  - '12:10'

如果你转储{'classes': ['9:00', '10:20', '12:10']}，你会得到什么（并注意明确的classes 没有得到任何引号）。

BaseLoader 为您提供字符串并不奇怪。 BaseLoader 使用的 BaseConstructor 将 any 标量作为字符串处理，包括整数、布尔值和“你的”六十进制数：

import ruamel.yaml as yaml

yaml_str = """\
classes:
  - 12345
  - 10:20
  - abc
  - True
"""

data = yaml.load(yaml_str, Loader=yaml.BaseLoader)
print(data)
data = yaml.load(yaml_str, Loader=yaml.SafeLoader)

给予：

{u'classes': [u'12345', u'10:20', u'abc', u'True']}
{'classes': [12345, 620, 'abc', True]}

---

如果您真的不想使用引号，那么您必须“重置”以数字开头的标量的隐式解析器：

import ruamel.yaml as yaml
from ruamel.yaml.resolver import Resolver
import re

yaml_str = """\
classes:
  - 9:00
  - 10:20
  - 12:10
"""

for ch in list(u'-+0123456789'):
    del Resolver.yaml_implicit_resolvers[ch]
Resolver.add_implicit_resolver(
    u'tag:yaml.org,2002:int',
    re.compile(u'''^(?:[-+]?0b[0-1_]+
    |[-+]?0o?[0-7_]+
    |[-+]?(?:0|[1-9][0-9_]*)
    |[-+]?0x[0-9a-fA-F_]+)$''', re.X),  # <- copy from resolver.py without sexagesimal support
    list(u'-+0123456789'))

data = yaml.load(yaml_str, Loader=yaml.SafeLoader)
print(data)

给你：

{'classes': ['9:00', '10:20', '12:10']}

Answer 2

你应该检查documentation of YAML

冒号用于映射值。

我想你想要一个字符串而不是一个整数，所以你应该用双引号括起来你的字符串。