Python与阿拉伯语姓名实体识别

Question

我在表演阿拉伯语。代码如下：

from polyglot.text import Text
blob = "مرحبا اسمي rahul agnihotri أنا عمري 41 سنة و الهندية"
text = Text(blob)
text = Text(blob, hint_language_code='ar') #ar stands for arabic
print(text.entities)

在ubuntu中执行上述给定代码后，我得到以下给定错误：

SyntaxError: Non-ASCII character '\xd9' in file ./ner.py on line 4, but no encoding declared; see http://python.org/dev/peps/pep-0263/ for details

但是，如果编码有效：

^{pr2}$

这不是我想要的。期望的输出应该是阿拉伯语，而不是这样。在

需要安装所有库。在

Answer 1

必须解码Utf-8编码文本。打印时看到的是编码。所以它必须被解码。 我不熟悉多语言，我不能证实这一点，但请试试这个。在

如果要消除文件编码依赖关系，则在设置Blob之后，请使用： 二进制编码（'utf-8'） 然后解码utf-8供打印使用： 打印(text.entities.decode（'utf-8'）

Answer 2

在python中，通过解码这些字节，可以再次获得阿拉伯语文本

Str = "\u0627\u0644\u0647\u0646\u062f\u064a\u0629";
Str = Str.encode('UTF-8','strict');

print (Str.decode("utf-8"))

输出将是

^{pr2}$

我希望这就是你要找的