Python中文网 - 问答频道, 解决您学习工作中的Python难题和Bug
Python常见问题
我正在用python进行z39.50搜索，但是在解码搜索结果时遇到问题。在
《哈利波特》的第一个搜索结果显然是这本书的希伯来语版本。在
如何将其转换为unicode？在
这是我用来获取帖子的最小代码：
#!/usr/bin/env python
# encoding: utf-8
from PyZ3950 import zoom
from PyZ3950 import zmarc
conn = zoom.Connection('z3950.loc.gov', 7090)
conn.databaseName = 'VOYAGER'
query = zoom.Query('CCL', 'ti="HARRY POTTER"')
res = conn.search(query)
print "%d hits:" % len(res)
for r in res[:1]:
print unicode( r.data )
运行脚本会导致“UnicodeDecodeError:'ascii'codec无法解码位置788中的字节0xf2:序号不在范围（128）”
Tags： 代码fromimport版本binusrunicoderes
热门问题
- 为什么在使用strptime时会出现未进行转换的数据错误？
- 为什么在使用strptim时会出现这个datetime日期错误
- 为什么在使用StyleFrame时索引列的标题不显示sf.至excel()?
- 为什么在使用sum（）函数时会发生“int”对象不可调用的错误？
- 为什么在使用sympy.dsolve时会得到“'list'对象没有属性'func'”？
- 为什么在使用tabla时会得到一个空的数据帧？
- 为什么在使用tensorboard时需要add_graph（）的第二个参数？
- 为什么在使用TensorFlow Lite转换YOLOv4时，推断时间/大小没有改进？有什么可能的改进吗？
- 为什么在使用Tensorflow加载训练批时会出现内存泄漏？
- 为什么在使用tensorflow时会收到警告/错误（使用函数API，但未实现错误）
- 为什么在使用tetpyclient发出POST请求时出现403错误？
- 为什么在使用TextBlob时会出现HTTP错误？
- 为什么在使用TFIDF时出现错误“IndexError:list index out of range”pyspark.ml.feature？
- 为什么在使用timedelta格式化之后，我在python中的日期是错误的？
- 为什么在使用timeit或exec函数时，函数中的变量不会在提供的全局命名空间中搜索？
- 为什么在使用tkinter时不能使用复选框？
- 为什么在使用todoistpythonapi时会返回这个奇怪的ID？
- 为什么在使用TQM时，在调整图像大小时，处理时间会有很大的差异？
- 为什么在使用Tweepy下载用户时间线时收到错误消息
- 为什么在使用twitter帐户登录Django应用程序时重定向127.0.0.1:8000？
热门文章
- Python覆盖写入文件
- 怎样创建一个 Python 列表？
- Python3 List append()方法使用
- 派森语言
- Python List pop()方法
- Python Django Web典型模块开发实战
- Python input() 函数
- Python3 列表(list) clear()方法
- Python游戏编程入门
- 如何创建一个空的set?
- python如何定义(创建)一个字符串
- Python标准库 [The Python Standard Library by Ex
- Python网络数据爬取及分析从入门到精通（分析篇）
- Python3 for 循环语句
- Python List insert() 方法
- Python 字典(Dictionary) update()方法
- Python编程无师自通 专业程序员的养成
- Python3 List count()方法
- Python 网络爬虫实战 [Web Crawler With Python]
- Python Cookbook（第2版）中文版
我试图重现您的问题，但我正在进入Python中相当于“DLL地狱”的部分。请指定您正在使用的每个（Python、PyZ3950和PLY）版本。在
您将从错误消息中注意到，在获得非ASCII字节之前，有788个ASCII字节。听起来不像希伯来语/阿拉伯语/希腊语/西里尔文/等等，它们使用非ASCII字节来表示这些语言中最常用的字符。在
不是
print unicode(r.data)，而是print type(r.data), repr(r.data)并编辑问题以显示结果。在Update我设法让它在最新版本的PyZ3950上运行，并使用python2.6进行PLY，而不是PyZ3950中的
import lex/ccl.py公司（同样地，修复了import yacc。在以下是转储hit 0和hit 200的结果：
您会注意到，在“ASCII”部分爆炸之前，有很多\x1e和\x1f。在每个转储的末尾还有一个\x1d。（GROUP | UNIT | RECORD）可能是分隔符。您还将注意到第二个输出看起来也像gobbledegook，但它没有提到希伯来语。在
结论：忘了希伯来语。忘记Unicode吧，东西不是
sensible_unicode_text.encode("any_known_encoding")的结果。Z3950充满了穿孔卡片、磁鼓和磁带的气味。如果它知道Unicode，那么在数据中就不明显了。在看起来您需要阅读PyZ3950附带的zoomapi文档，这将引导您找到ZOOM docs。。。祝你好运。在
更新2
^{pr2}$看来你需要了解MARC
更新3在第一个转储中注意到了BIDI的东西，比如
‏‪[2008]‬。。。所以最终你会得到Unicode，在你深入到各个层次的文档中，找出什么是包装在什么里面的。。。再次祝你好运！在您需要为此转换Marc数据： 您可以使用以下代码：
你必须找出他们使用的正确编码，并将其替换为“windows-1255”（如果你对希伯来语的猜测是正确的话，这可能有用）。在
相关问题 更多 >
编程相关推荐