我正在阅读一个文本文件,其中包含来自许多不同国家的unicode字符。文件中的数据也是JSON格式的。在
我在一台CentOS机器上工作。当我在终端中打开文件时,unicode字符显示得很好(因此我的终端配置为unicode)。在
当我在Eclipse中测试代码时,它工作得很好。当我在终端中运行代码时,它会抛出一个错误: UnicodeDecodeError:“ascii”编解码器无法解码位置17中的字节0xc3:序号不在范围内(128)
for line in open("data-01083"):
try:
tmp = line
if tmp == "":
break
theData = json.loads(tmp[41:])
for loc in theData["locList"]:
outLine = tmp[:40]
outLine = outLine + delim + theData["names"][0]["name"]
outLine = outLine + delim + str(theData.get("Flagvalue"))
outLine = outLine + delim + str(loc.get("myType"))
flatAdd = ""
srcAddr = loc.get("Address")
if srcAddr != None:
flatAdd = delim + str(srcAddr.get("houseNumber"))
flatAdd = flatAdd + delim + str(srcAddr.get("streetName"))
flatAdd = flatAdd + delim + str(srcAddr.get("postalCode"))
flatAdd = flatAdd + delim + str(srcAddr.get("CountryCode"))
else:
flatAdd = delim + "None" + delim + "None" + delim +"None" + delim +"None" + delim +"None"
outLine = outLine + FlatAdd
sys.stdout.write(("%s\n" % (outLine)).encode('utf-8'))
except:
sys.stdout.write("Error Processing record\n")
所以一切都正常,直到它到达StreetName,在那里它与UnicodeDecodeError崩溃,这是非ascii字符开始出现的地方。在
我可以通过added.encode('utf-8')修复该实例:
^{pr2}$但是,它在下一行中与UnicodeDecodeError一起崩溃:
outLine = outLine + FlatAdd
一个月来,我一直在犹豫这类问题。如有任何反馈,我们将不胜感激!!在
这也许能解决你的问题。我是说可能是因为编码有时会让奇怪的事情发生;)
从这一点上你应该删除的信息。如果不是这样的话,请反馈你有什么样的文件,语言。可能是一些文件头数据。在
text_file.decode("ISO-8859-1")
也可能是一个解决方案。在如果全部失败,请在此处查看
^{pr2}$codecs()
;http://docs.python.org/2/library/codecs.htmlRobᵩ(http://nedbatchelder.com/text/unipain.html)的演示确实有助于我理解unicode。强烈推荐给任何有unicode问题的人。在
我的外卖:
对我来说,我正在从stdin读取一个文件并输出到stdout:
对于stdin:
对于文件:
^{pr2}$对于stdout(在向stdout写入任何内容之前执行此操作一次):
相关问题 更多 >
编程相关推荐