Mi código aquí: # coding:utf-8 if __name__ == ‘__main__’: from urllib2 import urlopen url = ‘http://iccna.blog.sohu.com/164572951.html’ data = urlopen(url).read() soup = BeautifulSoup(data,fromEncoding=’gb18030′) print WebExtractor(soup) pero al depurar, los datos como este: 5h , 4 H 5 VM \ ¿Qué debo hacer para obtener los datos correctos para BeautifulSoup? ¡Gracias!
Escribí un código para leer el archivo *.las en Python. *las archivo es un archivo especial ascii donde cada línea es x,y,z valor de puntos. Mi función lee N número de puntos y compruebe si están dentro de un polígono con points_inside_poly . Tengo las siguientes preguntas: Cuando llego al final del archivo, LASException: LASError […]
Tengo un progtwig que, cuando se ejecuta en Python 2.7, produce una salida Unicode adecuada a la salida estándar. Cuando se ejecuta en Python 2.4, obtengo UnicodeEncodeError: ‘ascii’ codec can’t encode characters in position 1-4: ordinal not in range(128) . ¿Qué cambió entre la versión 2.4 y 2.7 que esto funciona ahora?
Sé más acerca de la reparación de bicicletas, el uso de motosierras y la seguridad de las zanjas que de Python o encoding de texto; Con eso en mente… La encoding de texto en Python parece ser un problema perenne (mi propia pregunta: ¿ buscando contenidos de archivos de texto con varias codificaciones con Python? […]
Simplemente no puedo entender! 🙁 Estoy desechando datos de un sitio codificado en utf-8, bueno, eso es al menos lo que dice: Content-Type: text/html;charset=utf-8 Estoy obteniendo una lista de cadenas regulares de Unicode con XPath selector extract () call: item[‘city’]= element.select(‘//div[@id=”bubble_2″]/div/text()’).extract() Esta es la lista: [u’Westbahnhofstr.\xa010′, u’72070\xa0T\xfcbingen’] Ahora me uno a la lista en una […]
Me gustaría saber si existe alguna función / biblioteca “oficial” en Python para la encoding de la ruta de la carpeta UTF-7 de IMAP4. En imapInstance.list() obtengo la siguiente ruta IMAP codificada en UTF-7: ‘(\\HasNoChildren) “.” “[Mails].Test&AOk-“‘, Si hago la siguiente encoding: (u”[Mails].Testé”).encode(‘utf-7’) Yo obtengo : ‘[Mails].Test+AOk-‘ Que es UTF-7 pero no IMAP UTF-7 codificado. […]
Estoy usando Windows y Linux para el mismo proyecto. La encoding predeterminada para stdin en windows es cp1252 y en linux es utf-8. Me gustaría cambiar todo a uft-8. ¿Es posible? ¿Cómo puedo hacerlo?
Estoy tratando de escribir en un archivo plano algunos caracteres chinos, rusos o varios que no están en inglés para propósitos de prueba. Me estoy atascando en cómo generar un valor decimal-decimal o decimal de Unicode a su carácter correspondiente. Por ejemplo, en Python, si tuviera un conjunto codificado de caracteres como абвгдежзийкл , asignaría […]
Estoy buscando una forma de imprimir caracteres Unicode en una consola Linux compatible con UTF-8, utilizando el método de print Python 2.x. Lo que obtengo es: $ python2.7 -c “print u’é'” é Lo que quiero: $ python2.7 -c “print u’é'” é Python detecta correctamente que la consola está configurada para UTF-8. $ python2.7 -c “import […]
ok, mi problema es que tengo la cadena ‘\ 222 \ 222 \ 223 \ 225’ que se almacena como latin-1 en la base de datos. Lo que obtengo de django (imprimiéndolo) es la siguiente cadena, ‘ââââ ¢’, que supongo que es la conversión de UTF. Ahora necesito pasar la cadena a una función que […]