Python保存正确处理str/unicode的序列化方法？

Question

除了PyYAML，还有没有其他安全的Python数据序列化库可以正确处理unicode和str类型的数据呢？

举个例子：

>>> json.loads(json.dumps([u"x", "x"]))
[u'x', u'x'] # Both unicode
>>> msgpack.loads(msgpack.dumps([u"x", "x"]))
['x', 'x'] # Neither are unicode
>>> bson.loads(bson.dumps({"x": [u"x", "x"]}))
{u'x': [u'x', 'x']} # Dict keys become unicode
>>> pyamf.decode(pyamf.encode([u"x", "x"])).next()
[u'x', u'x'] # Both are unicode

需要注意的是，我希望这些序列化工具是安全的（所以pickle和marshel不行），虽然PyYAML是一个选择，但我不喜欢YAML的复杂性，所以我想知道有没有其他的选择。

编辑：看起来大家对我的数据类型有些误解。有些是Unicode（比如名字），有些是二进制（比如图片）……所以一个把unicode和str搞混的序列化库，对我来说和一个把"42"和42搞混的库一样没用。

Answer 1

我在找跟这个一样的东西，发现msgpack-python 0.4现在支持字符串和Unicode了，可以通过use_bin_type和encoding这两个参数来实现：

>>> msgpack.unpackb(msgpack.packb(["uu\x00u", u"adsa\xe4"], use_bin_type=True, encoding="utf-8"), encoding="utf-8")
['uu\x00u', u'adsa\xe4']

Answer 2

也许你可以直接用Python的 repr 来保存这个值，然后用 ast 的 literal_eval 方法来把它转换回来：

In [7]: ast.literal_eval (repr({"d": ["x", u"x"]}))
Out[7]: {'d': ['x', u'x']}

Answer 3

你试过 bert 吗？

>>> import bert
>>> bert.decode(bert.encode([u"x", "x"]))
[u'x', 'x']
>>> bert.decode(bert.encode({"x":[u"x", "x"]}))
{'x': [u'x', 'x']}

（要安装这个，你需要先手动安装 erlastic，因为有一个 很棒的更新请求）