VPF::Прочитать \u041f\u0430\u0440\u0430\u0433\u0432\u04

kulibinka

Дата 21.10.2008, 10:35 (ссылка)

(нет голосов)

Загрузка ...

Бывалый

Профиль
Группа: Участник
Сообщений: 191
Регистрация: 20.11.2006

Репутация: 2
Всего: 4

Получаю страницу с интернета - там весь текст вида \u041f\u0430\u0440\u0430\u0433\u0432\u0430\u0439
И это точно русский текст smile

Подскажите пожалуйста как эту абрукадабру полюдски прочитать (unicode decode encode пробовал, но впустую).

pythonwin

Дата 21.10.2008, 10:41 (ссылка)

(нет голосов)

Загрузка ...

Эксперт

Профиль
Группа: Участник
Сообщений: 2529
Регистрация: 18.4.2006
Где: за компом

Репутация: 14
Всего: 36

Код


>>> print u'\u041f\u0430\u0440\u0430\u0433\u0432\u0430\u0439'
Парагвай

--------------------

портал по Python
раздел на винграде по Python
язык Python

kulibinka

Дата 21.10.2008, 10:45 (ссылка)

(нет голосов)

Загрузка ...

Бывалый

Профиль
Группа: Участник
Сообщений: 191
Регистрация: 20.11.2006

Репутация: 2
Всего: 4

Точно, почти то что надо smile

Код


    text = '\u041f\u0430\u0440\u0430\u0433\u0432\u0430\u0439';
    new_text0 = u"%s"%text
    new_text1 = u"\u041f\u0430\u0440\u0430\u0433\u0432\u0430\u0439"
    print new_text0
    print new_text1

Получаем
\u041f\u0430\u0440\u0430\u0433\u0432\u0430\u0439
Парагвай

Почему new_text0 не равно new_text1 (т.е. как не вручную (дописывая u) получить декодированный текст)?

Daevaorn

Дата 21.10.2008, 11:31 (ссылка)

(нет голосов)

Загрузка ...

Эксперт

Профиль
Группа: Комодератор
Сообщений: 2155
Регистрация: 29.11.2004
Где: Москва

Репутация: 9
Всего: 70

Цитата(kulibinka @ 21.10.2008, 11:45

)

Почему new_text0 не равно new_text1 (т.е. как не вручную (дописывая u) получить декодированный текст)?

Последовательность символов "\u041f\u0430\u0440\u0430\u0433\u0432\u0430\u0439" уже уникод строка. Но вам не повезло и вы её получили в виде байт-строки. Если создавать уникод строку форматированием, то все операнды будут приводиться к уникоду, но с декодированием в дефолтную кодировку.

Надо всего лишь создать из неё всё-таки уникод строку, но без декодирования. Например так:

Код


>>> text = '\u041f\u0430\u0440\u0430\u0433\u0432\u0430\u0439'
>>> print text.decode("raw_unicode_escape")
Парагвай
>>> print unicode(text, "raw_unicode_escape")
Парагвай

kulibinka

Дата 21.10.2008, 11:50 (ссылка)

(нет голосов)

Загрузка ...

Бывалый

Профиль
Группа: Участник
Сообщений: 191
Регистрация: 20.11.2006

Репутация: 2
Всего: 4

Цитата(Daevaorn @ 21.10.2008, 11:31)

Надо всего лишь создать из неё всё-таки уникод строку, но без декодирования. Например так:

Код


>>> text = '\u041f\u0430\u0440\u0430\u0433\u0432\u0430\u0439'
>>> print text.decode("raw_unicode_escape")
Парагвай
>>> print unicode(text, "raw_unicode_escape")
Парагвай

Спасибо

Это сообщение отредактировал(а) kulibinka - 21.10.2008, 11:55

dipsy

Дата 6.3.2009, 17:42 (ссылка)

(нет голосов)

Загрузка ...

Опытный

Профиль
Группа: Участник
Сообщений: 283
Регистрация: 13.1.2005
Где: Нижний Новгород

Репутация: нет
Всего: нет

а при выводе через mod_python, уже после перекодировки, потребовалось добавить ещё и encode:

Код


    answer = unicode( text, "raw_unicode_escape" )
    req.write( answer.encode("utf-8") )

0 Пользователей читают эту тему (0 Гостей и 0 Скрытых Пользователей)
0 Пользователей:
« Предыдущая тема \| Python: Общие вопросы \| Следующая тема »