Código de amostra: >>> import json >>> json_string = json.dumps("ברי צקלה") >>> print json_string "\u05d1\u05e8\u05d9 \u05e6\u05e7\u05dc\u05d4" O problema: não é legível por humanos. Meus usuários (inteligentes) desejam verificar ou editar arquivos de texto com...
Eu apenas tive que escrever uma função de reversão de string em C # 2.0 (ou seja, LINQ não disponível) e surgiu com isso: public string Reverse(string text) { char[] cArray = text.ToCharArray(); string reverse = String.Empty; for (int i = cArray.Length - 1; i > -1; i--) { reverse +=...
Estou executando um programa que está processando 30.000 arquivos semelhantes. Um número aleatório deles está parando e produzindo esse erro ... File "C:\Importer\src\dfman\importer.py", line 26, in import_chr data = pd.read_csv(filepath, names=fields) File
Qual é a diferença exata entre Unicode e ASCII? ASCII possui um total de 128 caracteres (256 no conjunto estendido). Existe alguma especificação de tamanho para caracteres
Qual é a base do Unicode e por que a necessidade de UTF-8 ou UTF-16? Eu pesquisei isso no Google e procurei aqui também, mas não está claro para mim. No VSS, ao fazer uma comparação de arquivos, às vezes há uma mensagem dizendo que os dois arquivos têm UTFs diferentes. Por que isso seria o...
Fiquei perplexo quando um colega me mostrou essa linha de JavaScript alertando 42. alert(2+ 40); Executar snippet de códigoOcultar resultadosExpandir snippet Acontece rapidamente que o que parece ser um sinal de menos é realmente um caractere Unicode arcano com semântica claramente...
Eu tenho vários arquivos XML muito grandes e estou tentando encontrar as linhas que contêm caracteres não ASCII. Eu tentei o seguinte: grep -e "[\x{00FF}-\x{FFFF}]" file.xml Mas isso retorna todas as linhas do arquivo, independentemente de a linha conter um caractere no intervalo...
Qual é a diferença entre os Unicode, UTF8, UTF7, UTF16, UTF32, ASCII, e ANSIcodificações? De que maneira isso é útil para
Como encontrar o comprimento de uma string (número de caracteres em uma string) sem dividi-lo em R? Eu sei como encontrar o comprimento de uma lista, mas não de uma string. E as strings Unicode? Como encontro o comprimento (em bytes) e o número de caracteres (runas, símbolos) em uma string...
Estou tendo alguma falha cerebral ao entender a leitura e gravação de texto em um arquivo (Python 2.4). # The string, which has an a-acute in it. ss = u'Capit\xe1n' ss8 = ss.encode('utf8') repr(ss), repr(ss8) ("u'Capit \ xe1n '", "' Capit \ xc3 \ xa1n '") print ss, ss8 print >>...
Temos um projeto no Team Foundation Server (TFS) que possui um caractere não inglês (š). Ao tentar criar scripts para algumas coisas relacionadas à construção, encontramos um problema - não podemos passar a letra š para as ferramentas de linha de comando. O prompt de comando ou o que não está...
Eu tenho este erro: Traceback (most recent call last): File "python_md5_cracker.py", line 27, in <module> m.update(line) TypeError: Unicode-objects must be encoded before hashing quando tento executar esse código no Python 3.2.2 : import hashlib, sys m = hashlib.md5() hash = "" hash_file...
Eu tenho um servidor de soquete que deveria receber caracteres válidos UTF-8 dos clientes. O problema é que alguns clientes (principalmente hackers) estão enviando todo o tipo errado de dados sobre ele. Posso distinguir facilmente o cliente genuíno, mas estou registrando nos arquivos todos os...
Estou usando o Python 2 para analisar JSON de arquivos de texto codificados em ASCII . Ao carregar esses arquivos com jsonou simplejson, todos os meus valores de sequência são convertidos em objetos Unicode em vez de objetos de sequência. O problema é que eu tenho que usar os dados com algumas...
O que devo fazer no Python para descobrir qual codificação uma string
Aqui está um código que eu encontrei na Internet: class M{public static void main(String[]a){System.out.print(new char[] {'H','e','l','l','o',' ','W','o','r','l','d','!'});}} Esse código é impresso Hello World!na tela; você pode vê-lo aqui . Eu posso ver claramente public static void...
Por que o item abaixo está falhando? e por que é bem-sucedido com o codec "latin-1"? o = "a test of \xe9 char" #I want this to remain a string as this is what I am receiving v = o.decode("utf-8") resulta em: Traceback (most recent call last): File "<stdin>", line 1, in <module>...
Preciso substituir todos os caracteres não ASCII (\ x00- \ x7F) por um espaço. Estou surpreso que isso não seja fácil no Python, a menos que esteja faltando alguma coisa. A função a seguir simplesmente remove todos os caracteres não ASCII: def remove_non_ascii_1(text): return ''.join(i for i in...
Atualmente, estou usando a Beautiful Soup para analisar um arquivo HTML e chamar get_text(), mas parece que estou ficando com muitos \ xa0 Unicode representando espaços. Existe uma maneira eficiente de remover todos eles no Python 2.7 e transformá-los em espaços? Eu acho que a pergunta mais...
Estou um pouco confuso sobre codificações. Até onde eu sei, os caracteres ASCII antigos usavam um byte por caractere. Quantos bytes um caractere Unicode requer? Presumo que um caractere Unicode possa conter todos os caracteres possíveis de qualquer idioma - estou correto? Então, quantos bytes ele...