Это, безусловно, будет легким, но это действительно подслушивает меня. У меня есть скрипт, который читает на веб-странице и использует Beautiful Soup для его анализа. Из супа я извлекаю все ссылки, так как моя конечная цель – распечатать ссылку. Весь текст, который я обрабатываю, является ASCII. Я знаю, что Python обрабатывает строки как unicode, и я […]
Установка кодировки вывода по умолчанию в Python 2 является известной идиомой: sys.stdout = codecs.getwriter("utf-8")(sys.stdout) Это обертывает объект sys.stdout в записи кодека, который кодирует вывод в UTF-8. Однако этот метод не работает в Python 3, потому что sys.stdout.write() ожидает str , но результатом кодирования является количество bytes , и возникает ошибка, когда codecs пытаются записать закодированные […]
У меня возникает некоторая нехватка мозгов в понимании чтения и записи текста в файл (Python 2.4). # The string, which has an a-acute in it. ss = u'Capit\xe1n' ss8 = ss.encode('utf8') repr(ss), repr(ss8) («u'Capit \ xe1n», «Capit \ xc3 \ xa1n») print ss, ss8 print >> open('f1','w'), ss8 >>> file('f1').read() 'Capit\xc3\xa1n\n' Поэтому я Capit\xc3\xa1n в […]
У меня есть функция, которая удаляет пунктуацию из списка строк: def strip_punctuation(input): x = 0 for word in input: input[x] = re.sub(r'[^A-Za-z0-9 ]', "", input[x]) x += 1 return input Недавно я изменил свой сценарий, чтобы использовать строки Unicode, чтобы я мог обрабатывать другие незападные символы. Эта функция прерывается, когда она встречает эти специальные символы […]
Есть ли способ глобально подавить индикатор строки unicode в python? Я работаю исключительно с unicode в приложении и делаю много интерактивных материалов. Наличие u'prefix "появляется во всех моих отладочных выводах, является ненужным и неприятным. Может ли он быть выключен?
Я использую python 3.1, на машинах Windows 7. Русский – системный язык по умолчанию, а utf-8 – кодировка по умолчанию. Глядя на ответ на предыдущий вопрос , я пытаюсь использовать модуль «codecs», чтобы дать мне немного счастья. Вот несколько примеров: >>> g = codecs.open("C:\Users\Eric\Desktop\beeline.txt", "r", encoding="utf-8") SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in […]
образец кода: >>> import json >>> json_string = json.dumps("ברי צקלה") >>> print json_string "\u05d1\u05e8\u05d9 \u05e6\u05e7\u05dc\u05d4" Проблема: она не читаема человеком. Мои (умные) пользователи хотят проверить или даже отредактировать текстовые файлы с дампами JSON. (и я бы предпочел не использовать XML) Есть ли способ сериализации объектов в utf-8 json string (вместо \ uXXXX)? это не помогает: […]
Счастливые примеры: #!/usr/bin/env python # -*- coding: utf-8 -*- czech = u'Leoš Janáček'.encode("utf-8") print(czech) pl = u'Zdzisław Beksiński'.encode("utf-8") print(pl) jp = u'リング 山村 貞子'.encode("utf-8") print(jp) chinese = u'五行'.encode("utf-8") print(chinese) MIR = u'Машина для Инженерных Расчётов'.encode("utf-8") print(MIR) pt = u'Minha Língua Portuguesa: çáà'.encode("utf-8") print(pt) Несчастный выход: b'Leo\xc5\xa1 Jan\xc3\xa1\xc4\x8dek' b'Zdzis\xc5\x82aw Beksi\xc5\x84ski' b'\xe3\x83\xaa\xe3\x83\xb3\xe3\x82\xb0 \xe5\xb1\xb1\xe6\x9d\x91 \xe8\xb2\x9e\xe5\xad\x90' b'\xe4\xba\x94\xe8\xa1\x8c' b'\xd0\x9c\xd0\xb0\xd1\x88\xd0\xb8\xd0\xbd\xd0\xb0 \xd0\xb4\xd0\xbb\xd1\x8f […]
По-видимому, следующий синтаксис … my_string = b'The string' Я бы хотел знать… Что означает этот символ b символа строки? Каковы последствия его использования? Каковы подходящие ситуации для его использования. Я нашел связанный вопрос прямо здесь, на SO, но этот вопрос касается PHP, хотя и указывает, что b используется для указания, что строка является двоичной, а […]
Когда я задавал этот вопрос , я понял, что не знаю много о сырых струнах. Для кого-то, претендующего на роль тренера в Django, это отстой. Я знаю, что такое кодировка, и я знаю, что я делаю с тех пор, как получаю то, что такое Юникод. Но что делает r точно? В какой строке это результат? […]