使用StringIO实现ConfigObj和Unicode

Question

我正在尝试使用StringIO来给ConfigObj喂食。我想在我的单元测试中这样做，这样我就可以动态地模拟配置“file”，这取决于我想在配置对象中测试什么。

我在配置模块中处理了很多事情(我正在读取几个conf文件，为其余的应用程序聚合和“格式化”信息)。但是，在测试中，我面临来自地狱的unicode错误。我想我已经把我的问题固定在了最小的功能代码上，为了这个问题，我已经提取并过度简化了这些代码。

我所做的工作如下：

#!/usr/bin/env python
# -*- coding: utf-8 -*-

import configobj
import io

def main():
    """Main stuff"""

    input_config = """
    [Header]
    author = PloucPlouc
    description = Test config

    [Study]
    name_of_study = Testing
    version = 9999
    """

    # Just not to trust my default encoding
    input_config = unicode(input_config, "utf-8")

    test_config_fileio = io.StringIO(input_config)    
    print configobj.ConfigObj(infile=test_config_fileio, encoding="UTF8")

if __name__ == "__main__":
    main()

它产生以下回溯：

Traceback (most recent call last):
File "test_configobj.py", line 101, in <module>
    main()
File "test_configobj.py", line 98, in main
    print configobj.ConfigObj(infile=test_config_fileio, encoding='UTF8')
File "/work/irlin168_1/USER/Apps/python272/lib/python2.7/site-packages/configobj-4.7.2-py2.7.egg/configobj.py", line 1242, in __init__
    self._load(infile, configspec)
File "/work/irlin168_1/USER/Apps/python272/lib/python2.7/site-packages/configobj-4.7.2-py2.7.egg/configobj.py", line 1302, in _load
    infile = self._handle_bom(infile)
File "/work/irlin168_1/USER/Apps/python272/lib/python2.7/site-packages/configobj-4.7.2-py2.7.egg/configobj.py", line 1442, in _handle_bom
    if not line.startswith(BOM):
UnicodeDecodeError: 'ascii' codec can't decode byte 0xef in position 0: ordinal not in range(128)

我在linux上使用Python-2.7.2 (32位)。控制台和编辑器(Kile)的区域设置为fr_FR.utf8。

我以为我能做到。

从io.StringIO文档上，我得到了这个：

StringIO对象可以接受Unicode或8位字符串，但是混合两者可能需要注意。

从ConfigObj文档，我可以这样做：

config = ConfigObj('config.ini'，编码=‘UTF8 8’) >>> config‘’name‘u’‘

和这

幼稚:无 你不需要指定一个婴儿。如果省略它，将创建一个空的ConfigObj。婴儿可以是： ..。StringIO实例或文件对象，或任何具有读取方法的对象。ConfigObj的文件名属性为None 5。 “编码”：无 默认情况下，ConfigObj不对文件/字符串进行解码，而是将其传递给Unicode 8。如果您希望配置文件作为Unicode (键和成员)，则需要提供一个编码来对文件进行解码。此编码还将用于在编写配置文件时对其编码。

我的问题是，为什么会产生这种情况？我从(简单的) Unicode处理中还不明白什么？

通过查看这个回答，我改变了：

input_config = unicode(input_config, "utf8")

致(进口编解码器模块短正手)：

input_config = unicode(input_config, "utf8").strip(codecs.BOM_UTF8.decode("utf8", "strict"))

为了摆脱可能包含的字节顺序标记，但没有帮助。

非常感谢

注:如果我使用StringIO.StringIO而不是io.StringIO，我也有相同的回溯。

Answer 1

这一行：

input_config = unicode(input_config, "utf8")

正在将输入转换为Unicode，但这一行：

print configobj.ConfigObj(infile=test_config_fileio, encoding="UTF8")

将输入声明为UTF-8编码字节字符串。该错误表示当需要字节字符串时传递了一个Unicode字符串，因此注释掉上面的第一行应该可以解决这个问题。我目前没有configobj，所以不能测试它。