मैं वास्तव में उलझन में हूँ। मैंने सांकेतिक शब्दों में बदलना की कोशिश की, लेकिन त्रुटि कहा can't decode...।
>>> "你好".encode("utf8")
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe4 in position 0: ordinal not in range(128)मुझे पता है कि स्ट्रिंग पर "यू" उपसर्ग के साथ त्रुटि से कैसे बचें। मैं सोच रहा था कि जब एनकोड कहा जाता है तो त्रुटि "डिकोड नहीं हो सकती" क्यों है। अजगर हुड के नीचे क्या कर रहा है?
जवाबों:
"你好".encode('utf-8')encodeएक यूनिकोड ऑब्जेक्ट को ऑब्जेक्ट में कनवर्ट करता है string। लेकिन यहां आपने इसे एक stringवस्तु पर लागू किया है (क्योंकि आपके पास यू नहीं है)। तो अजगर को पहले stringएक unicodeवस्तु में बदलना होगा । तो यह के बराबर है
"你好".decode().encode('utf-8')लेकिन डिकोड विफल रहता है क्योंकि स्ट्रिंग मान्य नहीं है। इसलिए आपको डिकोड न कर पाने की शिकायत मिलती है।
"你好".decode('utf-8').encode('utf-8')
हमेशा यूनिकोड से बाइट्स तक एनकोड करें ।
इस दिशा में, आपको एन्कोडिंग का चयन करना है ।
>>> u"你好".encode("utf8")
'\xe4\xbd\xa0\xe5\xa5\xbd'
>>> print _
你好दूसरा तरीका बाइट्स से यूनिकोड तक डिकोड करना है।
इस दिशा में, आपको यह जानना होगा कि एन्कोडिंग क्या है ।
>>> bytes = '\xe4\xbd\xa0\xe5\xa5\xbd'
>>> print bytes
你好
>>> bytes.decode('utf-8')
u'\u4f60\u597d'
>>> print _
你好इस बिंदु पर पर्याप्त जोर नहीं दिया जा सकता है। यदि आप यूनिकोड "व्हेक-ए-मोल" खेलने से बचना चाहते हैं, तो यह समझना महत्वपूर्ण है कि डेटा स्तर पर क्या हो रहा है। यहाँ यह एक और तरीका बताया गया है:
decodeउस पर कॉल नहीं करना चाहते हैं ।encodeउस पर कॉल नहीं करना चाहते हैं ।अब, .encodeएक बाइट स्ट्रिंग पर देखने पर, पायथन 2 पहले इसे स्पष्ट रूप से पाठ (एक unicodeवस्तु) में बदलने की कोशिश करता है । इसी तरह, .decodeएक यूनिकोड स्ट्रिंग पर देखने पर, पायथन 2 स्पष्ट रूप से इसे बाइट्स (एक strवस्तु) में बदलने की कोशिश करता है ।
ये निहितार्थ हैं कि जब आप कॉल करें तो आप क्यों प्राप्त कर सकते हैं । ऐसा इसलिए है क्योंकि एन्कोडिंग आमतौर पर प्रकार के एक पैरामीटर को स्वीकार करता है ; जब एक पैरामीटर प्राप्त होता है , तो एक एन्कोडिंग के साथ इसे फिर से एन्कोडिंग करने से पहले एक ऑब्जेक्ट में एक अंतर्निहित डिकोडिंग होता है । इस रूपांतरण एक डिफ़ॉल्ट 'ascii' विकोडक चुनता † , एक एनकोडर के अंदर आप डिकोडिंग त्रुटि है।UnicodeDecodeErrorencodeunicodestrunicode
वास्तव में, पायथन 3 में विधियाँ str.decodeऔर bytes.encodeमौजूद नहीं हैं। इस आम भ्रम से बचने के लिए उनका निष्कासन [विवादास्पद] प्रयास था।
† ... या जो भी कोडिंग sys.getdefaultencoding()उल्लेख करता है; आमतौर पर यह 'अस्सी' है
_पिछले मान को संदर्भित करता है 2. क्योंकि यह एक अजगर-2. x प्रश्न है।
आप यह कोशिश कर सकते हैं
import sys
reload(sys)
sys.setdefaultencoding("utf-8")या
आप निम्न का भी प्रयास कर सकते हैं
अपने .py फ़ाइल के शीर्ष पर निम्न पंक्ति जोड़ें।
# -*- coding: utf-8 -*- यदि आप पायथन <3 का उपयोग कर रहे हैं, तो आपको दुभाषिया को यह बताने की आवश्यकता होगी कि आपका स्ट्रिंग शाब्दिक यूनिकोड है जो इसे उपसर्ग कर रहा हैu :
Python 2.7.2 (default, Jan 14 2012, 23:14:09)
[GCC 4.2.1 (Based on Apple Inc. build 5658) (LLVM build 2335.15.00)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> "你好".encode("utf8")
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe4 in position 0: ordinal not in range(128)
>>> u"你好".encode("utf8")
'\xe4\xbd\xa0\xe5\xa5\xbd'आगे पढ़ें : यूनिकोड विधिपत्र ।
आप u"你好".encode('utf8')एक यूनिकोड स्ट्रिंग को एनकोड करने के लिए उपयोग करते हैं । लेकिन अगर आप प्रतिनिधित्व करना चाहते हैं "你好", तो आपको इसे डिकोड करना चाहिए। बिलकुल इसके जैसा:
"你好".decode("utf8")आपको वही मिलेगा जो आप चाहते हैं। शायद आपको सांकेतिक शब्दों में बदलना और डिकोड करना चाहिए।
यदि आप यूनिकोड के साथ काम कर रहे हैं, तो कभी-कभी इसके बजाय encode('utf-8'), आप विशेष वर्णों को अनदेखा करने का भी प्रयास कर सकते हैं, जैसे
"你好".encode('ascii','ignore')या जैसा something.decode('unicode_escape').encode('ascii','ignore')कि यहाँ सुझाया गया है ।
इस उदाहरण में विशेष रूप से उपयोगी नहीं है, लेकिन अन्य परिदृश्यों में बेहतर काम कर सकता है जब कुछ विशेष वर्णों को परिवर्तित करना संभव नहीं है।
वैकल्पिक रूप से आप किसी विशेष वर्ण का उपयोग करने परreplace() विचार कर सकते हैं ।
यदि आप लिनक्स या समान सिस्टम (बीएसडी, मैक के बारे में निश्चित नहीं) पर एक शेल से अजगर इंटरप्रेटर शुरू कर रहे हैं, तो आपको शेल के लिए डिफ़ॉल्ट एन्कोडिंग की भी जांच करनी चाहिए।
locale charmapशेल से कॉल करें (अजगर दुभाषिया नहीं) और आपको देखना चाहिए
[user@host dir] $ locale charmap
UTF-8
[user@host dir] $ यदि यह मामला नहीं है, और आप कुछ और देखते हैं, जैसे
[user@host dir] $ locale charmap
ANSI_X3.4-1968
[user@host dir] $ पायथन होगा (कम से कम कुछ मामलों में जैसे मेरा) शेल के एन्कोडिंग को विरासत में मिला है और यूनिकोड वर्णों को प्रिंट नहीं कर पाएगा (कुछ? सभी?)। पायथन की अपनी डिफ़ॉल्ट एन्कोडिंग जिसे आप देखते हैं और उसके माध्यम से नियंत्रित करते हैं sys.getdefaultencoding()औरsys.setdefaultencoding() इस मामले पर ध्यान नहीं दिया है।
यदि आप पाते हैं कि आपको यह समस्या है, तो आप इसे ठीक कर सकते हैं
[user@host dir] $ export LC_CTYPE="en_EN.UTF-8"
[user@host dir] $ locale charmap
UTF-8
[user@host dir] $ (या वैकल्पिक रूप से जो भी आप चाहते हैं कि आप en_EN के बजाय कीमैप चुनें।) इसे संपादित करने के लिए आप /etc/locale.conf(या जो भी फ़ाइल आपके सिस्टम में स्थानीय परिभाषा को नियंत्रित करता है) को संपादित कर सकते हैं ।