Estou tentando analisar um pouco de HTML usando DOMDocument, mas quando o faço, de repente perco minha codificação (pelo menos é assim que me parece). $profile = "<div><p>various japanese characters</p></div>"; $dom = new DOMDocument(); $dom->loadHTML($profile); $divs...
Estou exportando dados programaticamente (usando o PHP 5.2) para um arquivo de teste .csv. Dados de exemplo: Numéro 1(observe o e acentuado). Os dados são utf-8(sem lista técnica anexada). Quando abro este arquivo no MS Excel, é exibido como Numéro 1. Consigo abrir isso em um editor de texto...
Nunca tive certeza de entender a diferença entre decodificação e codificação str / unicode. Eu sei que str().decode()é para quando você tem uma seqüência de bytes que você sabe que possui uma determinada codificação de caracteres, dado que o nome da codificação retornará uma seqüência de...
Meu código apenas raspa uma página da Web e depois a converte em Unicode. html = urllib.urlopen(link).read() html.encode("utf8","ignore") self.response.out.write(html) Mas eu recebo um UnicodeDecodeError: Traceback (most recent call last): File
Com o Python 3, estou solicitando um documento json a partir de uma URL. response = urllib.request.urlopen(request) O responseobjeto é um objeto parecido com um arquivo com reade readlinemétodos. Normalmente, um objeto JSON pode ser criado com um arquivo aberto no modo de texto. obj =...
Eu tenho visto essas instruções como a primeira linha de vários arquivos CSS que foram entregues para mim: @charset "UTF-8"; O que faz e isso é necessário em regra? Além disso, se eu incluir essa metatag no meu elemento "head", isso eliminaria a necessidade de tê-lo presente também nos meus...
Estou tentando inserir alguns caracteres UTF-8 em um arquivo LaTeX no TextMate (que diz que sua codificação padrão é UTF-8), mas o LaTeX parece não entendê-los. A execução cat my_file.texmostra os caracteres corretamente no Terminal. A execução ls -almostra algo que eu nunca vi antes: um "@" na...
Eu vi alguns scripts py que usam isso na parte superior do script. Em que casos se deve usá-lo? import
O PEP 263 define como declarar a codificação do código fonte do Python. Normalmente, as 2 primeiras linhas de um arquivo Python devem começar com: #!/usr/bin/python # -*- coding: <encoding name> -*- Mas já vi muitos arquivos começando com: #!/usr/bin/python # -*- encoding: <encoding...
Estou tentando enviar um dicionário simples para um arquivo json a partir de python, mas continuo recebendo a mensagem "TypeError: 1425 is not JSON serializable". import json alerts = {'upper':[1425],'lower':[576],'level':[2],'datetime':['2012-08-08 15:30']} afile =
Estou confuso sobre a codificação e o conjunto de caracteres de texto. Por muitas razões, tenho que aprender coisas que não são Unicode e não UTF8 no meu próximo trabalho. Eu encontro a palavra "charset" nos cabeçalhos de email, como em "ISO-2022-JP", mas não existe tal codificação nos editores de...
Eu tento configurar o postgress no OS X Lion e acho que não está configurado corretamente a var do ambiente LOCALE. Isto é o que está definido: LANG= LC_COLLATE="C" LC_CTYPE="C" LC_MESSAGES="C" LC_MONETARY="C" LC_NUMERIC="C" LC_TIME="C" LC_ALL= Espero algo com UTF-8. Esta é uma configuração...
Eu tenho um script PHP que lida com uma grande variedade de idiomas. Infelizmente, sempre que tento usar json_encode, qualquer saída Unicode é convertida em entidades hexadecimais. Este é o comportamento esperado? Existe alguma maneira de converter a saída em caracteres UTF-8? Aqui está um exemplo...
Eu descobri isso em 123, \dcorrespondências 1e 3mas não 2. Eu queria saber se \dcorresponde a um dígito satisfazendo que tipo de requisito? Eu estou falando sobre regex estilo Python. O plug-in de expressão regular no Gedit está usando o regex no estilo Python. Criei um arquivo de texto com seu...
Eu tenho um aplicativo que lida com clientes de todo o mundo e, naturalmente, quero que tudo que entra nos meus bancos de dados seja codificado em UTF-8. O principal problema para mim é que não sei qual será a codificação da fonte de qualquer sequência - pode ser de uma caixa de texto (usar...
Tenho uma sequência que recebo de um aplicativo de terceiros e gostaria de exibi-la corretamente em qualquer idioma usando C # no Windows Surface. Devido à codificação incorreta, um pedaço da minha string fica assim em espanhol: Acción considerando que deve ficar assim: Acción De...
Eu tenho muitos problemas de "não é possível codificar" e "não é possível decodificar" com o Python quando executo meus aplicativos no console. Mas no Eclipse PyDev IDE, a codificação de caracteres padrão é definida como UTF-8 , e eu estou bem. Eu procurei ao redor para definir a codificação...
Com referência ao seguinte encadeamento: Java App: Não foi possível ler o arquivo codificado iso-8859-1 corretamente Qual é a melhor maneira de determinar programaticamente a codificação correta do conjunto de caracteres de um fluxo de entrada / arquivo? Eu tentei usar o seguinte: File in = new...
Estou rastreando um arquivo de máquina virtual do Virtual PC (* .vmc) no git e, depois de fazer uma alteração, o git identificou o arquivo como binário e não o difere para mim. Descobri que o arquivo estava codificado em UTF-16. O git pode ser ensinado a reconhecer que esse arquivo é texto e...
No shell do Python 2.6: >>> import sys >>> print sys.getdefaultencoding() ascii >>> print u'\xe9' é >>> Eu esperava ter alguma bobagem ou um erro após a declaração de impressão, pois o caractere "é" não faz parte do ASCII e não especifiquei uma codificação....