Discussion :

[gp3434]

Bonsoir à tous,

j'ai un problème avec le code ci dessous:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
import glob
import codecs 
FicSource=glob.glob('D:\\Dossier en cours\\dematerialisation\\ATTENTION_ORIGINAUX\\test\\*.csv')
for i in FicSource:
    print i
    edi=csv.reader(open(i,"rb"),dialect='excel')    
    for ligne in edi:  
        print ligne

pour toutes les premieres lignes de tous mes CSV, il m'affiche à lécran:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
>>> 
D:\Dossier en cours\dematerialisation\ATTENTION_ORIGINAUX\test\021111_101.csv
['\xef\xbb\xbf"A06619";"MSA";"D:\\Scan\\Export\\021111\\A06619_MSA_021111.pdf";"";"";"";"";"";"021111"']

je ne comprends pas d'ou il sort le \xef\xbb\xbf du début...j'ai fait pas mel de recherche mais impossible de m'en sortir...est ce que quelqu'un peut m'apporter de l'aide...merci d'avance et bonne soirée à tous...

[tyrtamos]

Bonjour,

Il s'agit du "BOM" de l'utf-8: http://en.wikipedia.org/wiki/Byte_order_mark.

Certains logiciels utilisent ce marqueur en début de fichier pour reconnaitre l'encodage du fichier.

Sous Python, on peut neutraliser ce BOM utf-8 en utilisant l'encodage spécial "utf_8_sig".

Sous Windows, le "bloc-note", utilisé en utf-8, enregistre et lit en utilisant le BOM.

[gp3434]

Bonsoir et merci pour ce premier retour,
je vais donc googleliser utf_8_sig et essayer de voir comment neutraliser cela a l'interieur de mon code...
je reviens vers vous si google ne veux pas m'aider...

[gp3434]

je tourne en rond...je ne trouve rien....

[tyrtamos]

En partant du principe que les 3 octets du BOM sont au tout début du fichier, et comme le fichier csv est un fichier texte: tentons un changement d'encodage:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
 
import codecs
 
fs = codecs.open("fichiersource.csv", 'r',  'utf_8_sig')
fd = codecs.open("fichierdest.csv", 'w',  'latin1')
for ligne in fs:
    fd.write(ligne)
fd.close()
fs.close()

Et utiliser ensuite le fichier destinataire encodé maintenant en latin1.

Et si le fichier devait rester en utf-8 mais sans BOM, il suffit de remplacer latin1 par utf-8 (mais pas par 'utf_8_sig'!).

[gp3434]

une chose a dire...merci!
ton aide devrait me permettre de faire beaucoup plus de chose que prévu demain au taf...ça fonctionne trés bien.merci et bonne soirée