带有Unicode项的ConfigParser

Question

我的ConfigParser麻烦还在继续.它似乎不能很好地支持Unicode.配置文件确实保存为UTF-8,但是当ConfigParser读取它时,它似乎被编码成其他东西.我以为它是latin-1而我知道压倒optionxform可能会有所帮助:

-- configfile.cfg -- 
[rules]
Häjsan = 3
? = my snowman

-- myapp.py --
# -*- coding: utf-8 -*-  
import ConfigParser

def _optionxform(s):
    try:
        newstr = s.decode('latin-1')
        newstr = newstr.encode('utf-8')
        return newstr
    except Exception, e:
        print e

cfg = ConfigParser.ConfigParser()
cfg.optionxform = _optionxform    
cfg.read("myconfig") 

当然,当我读到配置时,我得到:

'ascii' codec can't decode byte 0xc3 in position 0: ordinal not in range(128)

我已经尝试了几种不同的解码方法,但这一点似乎没有实际意义,因为它从一开始就应该是一个unicode对象.毕竟,配置文件是UTF-8？我已经确认ConfigParser通过使用此DummyConfig类将其删除来读取文件的方式有问题.如果我使用它,那么一切都很好unicode,罚款和花花公子.

-- config.py --
# -*- coding: utf-8 -*-                
apa = {'rules': [(u'Häjsan', 3), (u'?', u'my snowman')]}

class DummyConfig(object):
    def sections(self):
        return apa.keys()
    def items(self, section):
       return apa[section]
    def add_section(self, apa):
        pass  
    def set(self, *args):
        pass  

任何可能导致此问题的想法或其他支持Unicode的配置模块的建议都是最受欢迎的.我不想用sys.setdefaultencoding()!

Answer 1

该ConfigParser.readfp()方法可以采用文件对象,您是否尝试使用编解码器模块使用正确的编码打开文件对象,然后将其发送到ConfigParser,如下所示:

cfg.readfp(codecs.open("myconfig", "r", "utf8"))

对于Python 3.2或更高版本,readfp()不推荐使用.请read_file()改用.

Answer 2

在 python 3.2encoding参数中引入了read()，所以现在可以用作：

cfg.read("myconfig", encoding='utf-8')