Discussion :

[GlamIS]

Bonjour,
Dans une fonction simple, j'ouvre un fichier text que je parse à la recherche d'un tag spécifique.
J'ai un problème d'ouverture de fichier txt. Je fais appel au code :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
filename = "bidule.txt"
file = open(filename, 'r',encoding='utf-8')

Mon fichier txt peut contenir des caractères accentés d'où l'encoding.
Sauf que à l'execution j'obtiens cette erreur :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

UnicodeDecodeError: 'utf8' codec can't decode bytes in position 128-130: invalid data

le caractère à la position 129 est "é"........le codec UTF-8 ne parle-t-il pas français?

[tyrtamos]

Bonjour,

Je viens d'essayer, et ça marche (Python 2.6.2).

- le paramètre "encoding" n'existe que pour l'open du module codecs.

- le encoding='utf-8' suppose que le fichier est stocké en 'utf-8'. Si tu n'en es pas sûr, je te suggère d'utiliser un éditeur en hexadécimal (EditHexa sous Windows ou l'équivalent sous Linux) qui te permettra de le vérifier sans passer par Python.

- une fois chargée en mémoire, la chaine en question est de type "unicode" interne (version simplifiée de l'utf-16).

Voilà ce que j'ai essayé:

- enregistrement en utf-8 d'un fichier "test" contenant simplement "abcéèçà"

- code d'essai:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
 
import codecs
 
filename = "test"
file = codecs.open(filename, 'r', encoding='utf-8')
ch = file.readline()
file.close()
print ch.encode('utf-8')

Ce qui, chez moi, affiche bien "abcéèçà" sans erreur.

Le "print" s'adressant à la console d'affichage, il faut en préciser l'encodage avec le "encode". La mienne est en 'utf-8'. Si ta console d'affichage est en 'cp850' (encodage de la console DOS de Windows), cela devient:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
print ch.encode('cp850')

Tyrtamos