首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >为什么PyYAML/ruamel在Python2上组合转义的代理?

为什么PyYAML/ruamel在Python2上组合转义的代理?
EN

Stack Overflow用户
提问于 2019-11-01 19:21:26
回答 1查看 67关注 0票数 0

对于在YAML文件中指定了一些测试用例的Python项目,我想在YAML测试用例中指定UTF-8编码的字节字符串,包括无效的UTF-8序列,例如不成对的代理或交换的高/低代理,目的是测试Python项目对它们的处理。

我在测试用例中使用双引号标量YAML (因为这是在YAML中指定转义序列的唯一方法)和16位unicode转义(例如"\u03B5")来指定代理代码点。

我们的Python项目使用PyYAML加载测试用例YAML文件,但我验证了以下结果也适用于ruamel。下面是一个使用PyYAML的示例(除非另有说明,否则在Python2.7和3.7上,以及在使用CPython的macOS上):

代码语言:javascript
复制
>>> import yaml  # PyYAML

# some valid Unicode character (lower case greek epsilon, fwiw)
>>> yaml.safe_load('x: "\\u03B5"')  
{'x': u'\u03b5'}

# invalid unpaired surrogate
>>> yaml.safe_load('x: "\\uD800"')  
{'x': u'\ud800'}

# invalid swapped high/low surrogates
>>> yaml.safe_load('x: "\\uDC00\\uD800"')
{'x': u'\udc00\ud800'}

# valid surrogates, but using surrogates is illegal in UTF-8
>>> yaml.safe_load('x: "\\uD800\\uDC00"')  
{'x': '\ud800\udc00'}  # on Python 3.7
{'x': u'\U00010000'}   # on Python 2.7  <-- why??

上面最后一种情况在Python2.7上的行为使得我们不可能将这种情况传递给我们的Python项目,因为它被PyYAML或Python本身“更正”了。

这种“修正”发生在哪里,可以禁用它吗?

EN

回答 1

Stack Overflow用户

发布于 2019-11-01 20:40:24

我不确定你使用的是什么版本,但我不能重现这个。似乎只有libyaml对您的输入有问题:

代码语言:javascript
复制
from __future__ import print_function

import sys
print('Python:     ', sys.version_info[:2])
import yaml as pyyaml
print('PyYAML:     ', pyyaml.__version__)
import ruamel.yaml
print('ruamel.yaml:', ruamel.yaml.version_info)

yaml_str = 'x: "\\uD800\\uDC00"'
print('yaml_str', yaml_str)

print(repr(pyyaml.safe_load(yaml_str)['x']))



for typ, pure in [('rt', True), ('safe', True), ('safe', False)]:
    yaml = ruamel.yaml.YAML(typ=typ, pure=pure)
    data = yaml.load(yaml_str)
    print(repr(data['x']))

提供:

代码语言:javascript
复制
Python:      (2, 7)
PyYAML:      5.1.2
ruamel.yaml: (0, 16, 6, u'dev')
yaml_str x: "\uD800\uDC00"
u'\ud800\udc00'
u'\ud800\udc00'
u'\ud800\udc00'
Traceback (most recent call last):
  File "/tmp/ryd-of-anthon/ryd-111/tmp_0.py", line 20, in <module>
    data = yaml.load(yaml_str)
  File "/home/anthon/.venv/27/lib/python2.7/site-packages/ruamel/yaml/main.py", line 341, in load
    return constructor.get_single_data()
  File "/home/anthon/.venv/27/lib/python2.7/site-packages/ruamel/yaml/constructor.py", line 111, in get_single_data
    node = self.composer.get_single_node()
  File "_ruamel_yaml.pyx", line 706, in _ruamel_yaml.CParser.get_single_node
  File "_ruamel_yaml.pyx", line 724, in _ruamel_yaml.CParser._compose_document
  File "_ruamel_yaml.pyx", line 775, in _ruamel_yaml.CParser._compose_node
  File "_ruamel_yaml.pyx", line 889, in _ruamel_yaml.CParser._compose_mapping_node
  File "_ruamel_yaml.pyx", line 731, in _ruamel_yaml.CParser._compose_node
  File "_ruamel_yaml.pyx", line 904, in _ruamel_yaml.CParser._parse_next_event
ruamel.yaml.scanner.ScannerError: while parsing a quoted scalar
  in "<byte string>", line 1, column 4
found invalid Unicode character escape code
  in "<byte string>", line 1, column 7
票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/58658395

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档