Discussion :

[marco056]

Bonjour,
J'ai voulu passer un script pour python2.7 qui fonctionne très bien en python3.
Je me heurte à des soucis d'encodage.

Après plusieurs modifications, j'arrive à cela :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
reca = soup.find( "p", {"class":"m_content_recette_ingredients"} )
ingred = str(reca)
 
method = re.compile(r'<a.*?">', re.IGNORECASE)
ingredi = re.sub(method, '', ingred)
print(type(ingredi))
ingredi_utf8 = ingredi.encode("utf-8" ).replace("<h4>", "")

et voici le message d'erreur :

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
<class 'str'>
Traceback (most recent call last):
 
  File "<ipython-input-6-f64baab7259c>", line 1, in <module>
    runfile('/media/marco3/Données 1,9To/Informatique/python/python-marmiton/pate-pizza-5-pyth3.py', wdir='/media/marco3/Données 1,9To/Informatique/python/python-marmiton')
 
  File "/usr/local/lib/python3.3/dist-packages/spyderlib/widgets/externalshell/sitecustomize.py", line 586, in runfile
    execfile(filename, namespace)
 
  File "/usr/local/lib/python3.3/dist-packages/spyderlib/widgets/externalshell/sitecustomize.py", line 48, in execfile
    exec(compile(open(filename, 'rb').read(), filename, 'exec'), namespace)
 
  File "/media/marco3/Données 1,9To/Informatique/python/python-marmiton/pate-pizza-5-pyth3.py", line 125, in <module>
    ingredi_utf8 = ingredi.encode("utf-8" ).replace("<h4>", "")\
 
TypeError: expected bytes, bytearray or buffer compatible object

Soit j'ai du type "byte" et cela ne m'intéresse pas car le module "re" plante, soit je n'en ai pas et python en réclame.

Si quelqu'un peut m'aiguiller...

[VinsS]

Salut,

Normalement, tu décodes, pas le contraire.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
 
>>> s = "éèà"
>>> e = s.encode("utf-8")
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 0: ordinal not in range(128)
>>> e = s.decode("utf-8")
>>> e
u'\xe9\xe8\xe0'
>>> print e
éèà
>>>

Tu peux donner un exemple de contenu de ingredi ?


Edit: Je vois que le message d'erreur est en python3, dans ce cas str est déjà unicode, qu'est-ce-que tu cherches à faire exactement ?

[marco056]

Merci VinsS pour ton aide,

J'ai modifié mon code comme ceci :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
reca = soup.find( "p", {"class":"m_content_recette_ingredients"} )
ingred = str(reca)
 
method = re.compile(r'<a.*?">', re.IGNORECASE)
ingredi = re.sub(method, '', ingred)
 
ingredi_utf8 = ingredi.replace("<h4>", "")\
.replace('<p class="m_content_recette_ingredients">', "").replace("oeuf","\oe uf")\
.replace("<br/><br />", "\n").replace("-","\n\\item").replace("<br/>","")\
.replace("°","$^{~o}$").replace("</div>", "").replace("<span>","").replace("</a>","")\
.replace("</span>","").replace("</p>","")
 
open("ingred.tex","w").write(ingredi_utf8)

et cela fonctionne.
Je cherchais à écrire un fichier au format .tex à partir d'une page html (recette marmiton)...