Discussion :

[DantonLuc]

Bonjour

Je souhaite télécharger des pdf à partir d'une liste de liens que je lis dans un fichier.
J'y arrive sauf que certains ont des accents et j'ai l'erreur:
UnicodeEncodeError: 'ascii' codec can't encode character

J'ai essayé avec codecs, io ou en précisant UTF-8 mais cela ne marche pas...

Voici mon code:

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
import urllib.request
import time
 
def Read_File(name): 
    with open("pdf_list.txt",'r') as filin:
        for ligne in filin:
            if name in ligne:
                return (ligne[(ligne.rfind('[')):(ligne.rfind(']'))+1])
 
pdf_links= eval(Read_File("pdf_list"))
 
for url_file in pdf_links:
	print(url_file)
	name_file ='file.pdf'
	urllib.request.urlretrieve(url_file,name_file)
	time.sleep(1)

Merci

[wiztricks]

Salut,

J'y arrive sauf que certains ont des accents et j'ai l'erreur:
UnicodeEncodeError: 'ascii' codec can't encode character

J'ai essayé avec codecs, io ou en précisant UTF-8 mais cela ne marche pas..

Si vous n'essayez pas avec l'encoding qui va bien, en prendre un au hasard ne va pas toujours marcher. A vous de savoir quel encoding a été utilisé pour le fichier.

note: les PDF sont codés en ASCII et la bibliothèque qui lit le fichier devrait savoir fabriquer les caractères non-ASCII qui vont bien à partir des informations qu'il contient. A partir de là, on récupère un string Unicode qu'on pourra écrire avec l'encoding qu'on veut dans un fichier texte.

- W

[DantonLuc]

Merci pour votre réponse.

je ne sais pas comment trouver l'encoding de mon fichier qui contient les liens.

J'ai trouvé les liens avec beautifulSoup et j'ai crée une liste avec.

Je l'ai enregistré comme cela:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
with open('pdf_list.txt','w') as f:
    f.write('pdf_list=')
    f.write(str(pdf_list_ss))

[Arioch]

Avez-vous moyen de regénérer le fichier pdf_list.txt ?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
with open('pdf_list.txt','w', encoding='utf-8') as f:
    f.write('pdf_list=')
    f.write(str(pdf_list_ss))

[DantonLuc]

Oui je viens de le faire en ajoutant l'encoding='utf-8'

Mais j'ai toujours la même erreur lorsque j'essaye de les télécharger.
Ca marche sauf si l'url a un accent dans son url, du type

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

https://www.site.en question/nomdufichieravecun_é_dansletitre.pdf

[wiztricks]

Ca marche sauf si l'url a un accent dans son url, du type

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

https://www.site.en question/nomdufichieravecun_é_dansletitre.pdf

Ca serait bien de montrer le message d'erreur complet et le code qui va avec: une URL avec des accents doit être aussi encodée (mais pas UTF-8). Du coup ce que vous montrez n'a pas trop de sens.

Par ailleurs, décrire un problème se fait avec un minimum de termes techniques qui s'acquièrent avec de la formation. Sinon, vous racontez des trucs que personne ne comprend.

- W