如何从YAML文件中提取带原始格式的Markdown内容

我有多个YAML文件，其中remark字段包含Markdown格式内容，想要提取该字段并完全保留原始字符串格式。

示例YAML文件（test.yml） #

remark: "iljoijhoijhoiho pojpojpoij ohouihoui hp[oipoi
oiiohoihjoijh [p[pik[ [oi[p

kughkughiupokjpoj uiohgiuoh poipojk kpoip 

ouiyioyh[pop[uouypoipoikoiuo

"

我写的代码 #

import yml
import pypandoc

content = yml.load('test.yml')

remark = content.get('remark', None)

text = pypandoc.convert_text(remark, 'rst', format='md')

print(text)

问题 #

• 期望：输出和源文件中remark字段的格式完全一致
• 实际：输出丢失了换行，还莫名多出了一段表格内容：

iljoijhoijhoiho pojpojpoij ohouihoui hp[oipoi oiiohoihjoijh [p[pik[ [oi[p
kughkughiupokjpoj uiohgiuoh poipojk kpoip
ouiyioyh[pop[uouypoipoikoiuo
| heading 1 | heading 3 | heading 2 | |------------|------------|------------| | string 1,1 | string 1,3 | string 1,2 | | string 2,1 | string 2,3 | string 2,2 | | string 3,1 | string 3,3 | string 3,2 | 

解决方法 #

你完全没必要用pypandoc做格式转换，而且Python里没有yml模块，应该用pyyaml来正确加载YAML并保留原始换行：

修正后的代码 #

import yaml

# 打开文件并加载，保留原始字符串格式
with open('test.yml', 'r', encoding='utf-8') as f:
    content = yaml.safe_load(f)

# 直接获取并打印原始remark内容
remark = content.get('remark', '')
print(remark)

关键说明 #

1. 去掉格式转换：你要的是原始字符串，不是把Markdown转成rst，所以pypandoc.convert_text完全多余，反而会破坏格式
2. 正确加载YAML：用pyyaml的safe_load方法，对于双引号包裹的YAML字符串，会自动保留原始的换行和空白格式
3. 避免无关错误：你输出里的表格内容是格式转换引入的错误，去掉转换步骤后就会消失

内容的提问来源于stack exchange，提问作者roman