Re: [CBLX] Comment lire autour du énième caractère dans un fichier
Bonjour.
Si le problème vient du codage des caractères (ce qui est une excellente
piste), et si Christophe est propriétaire du fichier, il peut recoder
complètement le fichier avec recode ou autre.
Effectivement la commande "file" devrait donner les renseignements sur
l'encodage.
--
Philippe
Le mardi 14 avril à 14:45, Jean-François home a écrit :
> Bonjour Christophe et tous,
>
> Désolé Christophe pour le doublon, il est sans doute préférable que j'écrive
> ici au cas où je raconte de grosses bêtises. :)
>
>
> Réponse rapide, que l'on pourra amender, en particulier si j'emploie une
> terminologie que d'aucuns trouveront peut-être approximative.
>
> Par rapport à ce que tu indiques, il semblerait qu'il suffirait de forcer
> l'encoedage à l'ouverture du fichier. Ton programme marche bien avec une
> version 2, il est très vraisemblable que ton fichier soit encodé en texte
> ANSI / Windows-1252 / CP1252 / Latin1, au choix de la dénomination. Ce genre
> de fichier où un caractère n'occupe qu'un seul octet dans tous les cas.
>
> En Python 3, lorsque tu ouvres unfichier, il est par défaut considéré comme
> de l'UTF-8. Où certains caractères , dont le code est supérieur à 127,
> peuvent occuper 2, et jusqu'à 4 octets, si ce n'est 6.
>
> Et donc, sur des caractères genre accents, ça coince...
>
> Quelque chose du genre:
> f = open("ton fichier", "r", encoding="iso-8859-1") pourrait suffire à faire
> l'affaire.
>
> Pour le nom exact de l'encodage, il faudrait retrouver le coin d'aide qui y
> fait référence, peut-être en partant de l'aide sur l'objet file...
>
> J.-F.
>
>
> Le 14/04/2020 à 12:15, Delaunay Christophe a écrit :
> > Bonjour tous,
> >
> > Voilà, j’ai un programme en Python qui doit parcourir un fichier censé
> > être un fichier texte mais qui a l’air de contenir des caractères
> > embêtants.
> >
> > Enfin, en Python 2.7.16, ça s’ouvre bien mais pas en Python 3.7.3. Je
> > vais sûrement trouver mais en attendant, je reçois cette erreur :
> >
> > 'utf-8' codec can't decode byte 0xc9 in position 1675: invalid
> > continuation byte
> >
> > Ma question est la suivante:
> >
> > Y a-t-il une commande simple pour lire la ligne qui contient le énième
> > caractère d’un fichier, ici par exemple le 1675^ème caractère ? Ou alors
> > va-t-il falloir que je me fasse un bout de code juste pour ça ?
> >
> > Ou alors, les spécialistes de Python savent-ils pourquoi mon programme
> > tourne nickel en Python 2 et pas en Python 3 ?
> >
> > Merci infiniment. Bonne journée. @+ ChD
> >
>
> --
> CBLX - CarrefourBLinuX MailingListe Pour obtenir de l'aide, envoyez le
> sujet help à: carrefourblinux-requ...@lists.tuxfamily.org
> Archives:
> http://listengine.tuxfamily.org/lists.tuxfamily.org/carrefourblinux
> ou http://www.mail-archive.com/carrefourblinux@lists.tuxfamily.org/
>
--
CBLX - CarrefourBLinuX MailingListe
Pour obtenir de l'aide, envoyez le sujet help à:
carrefourblinux-requ...@lists.tuxfamily.org
Archives:
http://listengine.tuxfamily.org/lists.tuxfamily.org/carrefourblinux
ou
http://www.mail-archive.com/carrefourblinux@lists.tuxfamily.org/
Re: [CBLX] Comment lire autour du énième caractère dans un fichier
Bonjour Christophe et tous,
Désolé Christophe pour le doublon, il est sans doute préférable que
j'écrive ici au cas où je raconte de grosses bêtises. :)
Réponse rapide, que l'on pourra amender, en particulier si j'emploie une
terminologie que d'aucuns trouveront peut-être approximative.
Par rapport à ce que tu indiques, il semblerait qu'il suffirait de
forcer l'encoedage à l'ouverture du fichier. Ton programme marche bien
avec une version 2, il est très vraisemblable que ton fichier soit
encodé en texte ANSI / Windows-1252 / CP1252 / Latin1, au choix de la
dénomination. Ce genre de fichier où un caractère n'occupe qu'un seul
octet dans tous les cas.
En Python 3, lorsque tu ouvres unfichier, il est par défaut considéré
comme de l'UTF-8. Où certains caractères , dont le code est supérieur à
127, peuvent occuper 2, et jusqu'à 4 octets, si ce n'est 6.
Et donc, sur des caractères genre accents, ça coince...
Quelque chose du genre:
f = open("ton fichier", "r", encoding="iso-8859-1") pourrait suffire à
faire l'affaire.
Pour le nom exact de l'encodage, il faudrait retrouver le coin d'aide
qui y fait référence, peut-être en partant de l'aide sur l'objet file...
J.-F.
Le 14/04/2020 à 12:15, Delaunay Christophe a écrit :
Bonjour tous,
Voilà, j’ai un programme en Python qui doit parcourir un fichier censé
être un fichier texte mais qui a l’air de contenir des caractères embêtants.
Enfin, en Python 2.7.16, ça s’ouvre bien mais pas en Python 3.7.3. Je
vais sûrement trouver mais en attendant, je reçois cette erreur :
'utf-8' codec can't decode byte 0xc9 in position 1675: invalid
continuation byte
Ma question est la suivante:
Y a-t-il une commande simple pour lire la ligne qui contient le énième
caractère d’un fichier, ici par exemple le 1675^ème caractère ? Ou alors
va-t-il falloir que je me fasse un bout de code juste pour ça ?
Ou alors, les spécialistes de Python savent-ils pourquoi mon programme
tourne nickel en Python 2 et pas en Python 3 ?
Merci infiniment. Bonne journée. @+ ChD
--
CBLX - CarrefourBLinuX MailingListe
Pour obtenir de l'aide, envoyez le sujet help à:
carrefourblinux-requ...@lists.tuxfamily.org
Archives:
http://listengine.tuxfamily.org/lists.tuxfamily.org/carrefourblinux
ou
http://www.mail-archive.com/carrefourblinux@lists.tuxfamily.org/
Re: [CBLX] Comment lire autour du énième caractère dans un fichier
Bonjour Christophe. Je ne sais pas faire ce que tu demandes ; néanmoins, le caractère 0xc9 semble être le E aigu majuscule. Comme c'est un caractère peu fréquent, tu peux peut-être faire afficher les lignes contenant ce caractère avec : sed -n '/É/p' fichier sed peut peut-être prendre un caractère hexadécimal au lieu du 'É' mais je ne sais pas faire. Mais essais empiriques me donnent des erreurs... Bonne recherche. -- Philippe Le mardi 14 avril à 12:15, Delaunay Christophe a écrit : > Bonjour tous, > > Voilà, j'ai un programme en Python qui doit parcourir un fichier censé être > un fichier texte mais qui a l'air de contenir des caractères embêtants. > > Enfin, en Python 2.7.16, ça s'ouvre bien mais pas en Python 3.7.3. Je vais > sûrement trouver mais en attendant, je reçois cette erreur : > > 'utf-8' codec can't decode byte 0xc9 in position 1675: invalid continuation > byte > > Ma question est la suivante: > > Y a-t-il une commande simple pour lire la ligne qui contient le énième > caractère d'un fichier, ici par exemple le 1675ème caractère ? Ou alors > va-t-il falloir que je me fasse un bout de code juste pour ça ? > > Ou alors, les spécialistes de Python savent-ils pourquoi mon programme tourne > nickel en Python 2 et pas en Python 3 ? > > Merci infiniment. Bonne journée. @+ ChD -- CBLX - CarrefourBLinuX MailingListe Pour obtenir de l'aide, envoyez le sujet help à: carrefourblinux-requ...@lists.tuxfamily.org Archives: http://listengine.tuxfamily.org/lists.tuxfamily.org/carrefourblinux ou http://www.mail-archive.com/carrefourblinux@lists.tuxfamily.org/
Re: [CBLX] Comment lire autour du énième caractère dans un fichier
Salut Christophe Le 14/04/2020 à 12:15, Delaunay Christophe a écrit : > Ou alors, les spécialistes de Python savent-ils pourquoi mon programme tourne > nickel en Python 2 et pas en Python 3 ? Il faudrait que tu postes au moins le bout de code qui lit cette ligne pour le savoir. Bonne journée, Didier -- CBLX - CarrefourBLinuX MailingListe Pour obtenir de l'aide, envoyez le sujet help à : carrefourblinux-requ...@lists.tuxfamily.org Archives: http://listengine.tuxfamily.org/lists.tuxfamily.org/carrefourblinux ou http://www.mail-archive.com/carrefourblinux@lists.tuxfamily.org/
[CBLX] Comment lire autour du énième caractère dans un fichier
Bonjour tous, Voilà, j'ai un programme en Python qui doit parcourir un fichier censé être un fichier texte mais qui a l'air de contenir des caractères embêtants. Enfin, en Python 2.7.16, ça s'ouvre bien mais pas en Python 3.7.3. Je vais sûrement trouver mais en attendant, je reçois cette erreur : 'utf-8' codec can't decode byte 0xc9 in position 1675: invalid continuation byte Ma question est la suivante: Y a-t-il une commande simple pour lire la ligne qui contient le énième caractère d'un fichier, ici par exemple le 1675ème caractère ? Ou alors va-t-il falloir que je me fasse un bout de code juste pour ça ? Ou alors, les spécialistes de Python savent-ils pourquoi mon programme tourne nickel en Python 2 et pas en Python 3 ? Merci infiniment. Bonne journée. @+ ChD
