Discussion :

[edouard.danaradjou]

Bonjour à tous,

Je sollicite la communauté car je suis débutant en Python et je rencontre un pb concernant l'encodage de caractères lorsque j'écris dans un fichier Excel à partir de données contenues dans une fichier plat.

Tout d'abord voici le contexte technique :
Python v3.4.2
Librairie xlsxwriter v0.6.6
Fichier à lire : encodage en ANSI (Informations dispensées par Notepad ++ => ANSI as UTF8, le pb est constaté également avec des fichiers d'entrée purement UTF-8)

Extrait du fichier plat :

1079261~Annulé : Bouclage HTA sur départ Vallée de l' Ouche de CRUGEY~HTA~Etude~0~Côte d'Or~RAB-HTA-2013-002025~Investissement (CAPEX)~~1880365282~898831200~3520224663~~~~~08/10/2013~~~~TMP01101480~~Ce départ comporte une longue antenne de 9 postes sur la Commune de La Bussière sur Ouche NB : La FP 2013-000893 suggère un IACM entre l' IPT 145 et l' IAT 107 ( 11 dérivations - 19 postes )~
1079300~Annulé : OMT sur départ Laquais de CHATILLON~HTA~Etude~0~Côte d'Or~RAB-HTA-2013-002038~Investissement (CAPEX)~~1880365282

Je lis mon fichier plat de la manière suivante :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
 
f = open(path_TMP+"/" +file,'rt')
lignes  = f.readlines()
f.close()
 
index_ligne = 1
for ligne in lignes:
	fields = ligne.split("~")
	worksheet.write_row(0, 0, entetes[nom_feuille])
	k=0
	while k < len(fields):
		champ = fields[k].encode('utf-8')
		worksheet.write_row(index_ligne, k, str(champ))
		k=k+1
 
 
	#worksheet.write_row(index_ligne, 0, fields)
	index_ligne = index_ligne + 1

J'obtiens un résultat équivalent à ça :

045985456	Annulé : Bouclage HTA sur départ Vallée de l' Ouche de CRUGEY	HTA	Etude	...
56457	Sécurisation zone de peche Ã* PERRIGNY SUR L'OGNON	HTA	Côte d'Or	...
1234	Structure sur départ Chambeire de GENLIS	DST établie	...	...

Après de multiples recherche sur internet et des bcp de test de bout de code je n'arrive pas à visualiser correctement mes accents dans Excel (exemple : é, è, à, ê, etc).

Pourriez vous m'expliquer d'ou vient mon pb et comment le résoudre s'il vous plait ?
D'avance merci

[wiztricks]

Salut,

Vous travaillez sous Python3, essayez avec:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
	while k < len(fields):
		worksheet.write_row(index_ligne, k, fields[k])
		k=k+1

çà devrait marcher tout seul, non?

- W

[edouard.danaradjou]

@wiztricks

çà devrait marcher tout seul, non?

Malheureusement non, ça ne marche pas !

J'ai de nouveau essayer de cette manière :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
 
f = open(path_TMP+"/" +file,'r')
lignes  = f.readlines()
f.close()
 
index_ligne = 1
for ligne in lignes:
	#fields = ligne.split("~")
	#worksheet.write_row(index_ligne, 0, fields)
 
	# #########
	fields = ligne.split("~")
	k=0
	while k < len(fields):
		worksheet.write(index_ligne, k, str(fields[k]))
		k=k+1
	# #########
	index_ligne = index_ligne + 1

J'obtiens toujours le même pb, c'est à dire que dans mon fichier Excel j'ai les caractères suivant : é, ô, Ã* ou bien encore ô.
J'ai vérifié l'encodage de mon fichier via Notepad++ et ce dernie indique : ANSI as UTF-8

[tyrtamos]

Bonjour,

Comme Excel est un produit Windows, il faudrait essayer d'encoder plutôt en "cp1252" (que Microsoft appelle "ANSI").

[wiztricks]

Salut,

Je viens de faire ce test:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
>>> import  xlsxwriter as xl
>>> wb = xl.Workbook('test.xlsx')
>>> sheet = wb.add_worksheet()
>>> sheet.write('A1', 'aéù')
0
>>> wb.close()
>>>

Et le document ouvert par Excel ou OpenOffice affiche correctement les caractères accentués.

Si ce simple test fonctionne aussi chez vous, il faudrait s'inquiéter de comment se passe la lecture.
note: je ne vois pas comment vous ouvrez cela avec notepad: c'est un ZIP de fichiers XML.

- W

[edouard.danaradjou]

@wiztricks

note: je ne vois pas comment vous ouvrez cela avec notepad: c'est un ZIP de fichiers XML.

Je me suis mal exprimé...
Lorsque je regarde mon fichier plat (la source des données) sous Notepad++, je m'aperçois que l'encodage est "ANSI as UTF_8".
De plus je suis d'accord avec toi, le bout de code tu as fourni est en effet fonctionnel. Je positionne mes entêtes de cette manière et ça marche très bien sans pb d'accent.

Du coup je rejoins tyrtamos sur son analyse : ce qui pose problème c'est en effet l'encodage de mon fichier source.
Car j'ai transformé mon source dans Notepad ++ en ANSI et là ça marche impeccable => A moins avis il faut que j'arrive à convertir mes champs (mes données de manières générales) en ANSI avant de les écrire dans le fichier Excel.

Du coup je formule une nouvelle question :
Comment convertir une chaine de caractère en ANSI (ou cp1252 selon tyrtamos) avant de l'écrire dans un fichier Excel ?

Pour information voici exactement ce que je veux faire :
A partir d'une archive TAR.GZ qui contient plusieurs fichiers plats produit sous linux, je souhaite lire chacun de ces fichiers plats et les remonter dans un fichier XLS qui contiendrai un onglet par fichiers lus.

[wiztricks]

Comment convertir une chaine de caractère en ANSI (ou cp1252 selon tyrtamos) avant de l'écrire dans un fichier Excel ?

Pour information voici exactement ce que je veux faire :
A partir d'une archive TAR.GZ qui contient plusieurs fichiers plats produit sous linux, je souhaite lire chacun de ces fichiers plats et les remonter dans un fichier XLS qui contiendrai un onglet par fichiers lus.

Vous travaillez sous Python3. Le fichier étant lu comme fichier texte, vous récupérez directement de l'UNICODE et si le decode fonctionne c'est que son encoding est "utf-8". Et comme mon exemple fonctionne aussi chez vous, c'est que xlsxwriter sait convertir de l'unicode en utf-8.

Essayez d'uploader un de ces fichiers (ou partie) pour qu'on puisse regarder la chose "binaire".

- W

[jurassic pork]

hello,
j'ai fait un essai avec un fichier texte encodé en UTF-8 (sans BOM) et le même encodé en ANSI.

pour avoir les accents corrects dans le fichier de sortie quand le fichier texte est encodé en UTF-8 j'ai utilisé :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

f = open('data.txt', encoding='utf-8', mode='r')

j'ai utilisé la librairie openpyxl au lieu de xlsxwriter. Voici le code complet :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
from openpyxl import Workbook
 
wb = Workbook()
ws = wb.active
ws.title = "importation"
dest_filename = 'fichier_dst.xlsx'
f = open('data.txt', encoding='utf-8', mode='r')
lignes  = f.readlines()
f.close()
 
index_ligne = 1
for ligne in lignes:
    fields = ligne.split("~")
    k=0
    while k < len(fields):
        ws.cell(row = index_ligne,column = k+1).value =  str(fields[k])
        k=k+1
	# #########
    index_ligne = index_ligne + 1
 
 
wb.save(filename = dest_filename)

Ami calmant, J.P

[edouard.danaradjou]

@jurassic pork :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

f = open('data.txt', encoding='utf-8', mode='r')

J'ai testé cette solution et cela fonctionne parfaitement !!
Merci beaucoup.

En conséquence je passe ce sujet en résolu. Merci encore à tous les contributeurs

[jurassic pork]

hello,
pour la question : pourquoi faut-il mettre encoding='utf-8' ? voici ce que j'ai trouvé :

Lorsque vous ouvrez un fichier en lecture, par défaut, Python considère que le fichier est encodé suivant la norme par défaut de votre système d'exploitation, mais ce n'est évidemment pas une certitude.

pour plus de précision voir ici

ami calmant, J.P