Discussion :

[Ruyneau]

Bonjour,
Je suis toujours débutant...
Pour rechercher des fichiers par leur contenu, j'ai écrit un bout de code suivant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
 
        fichiertest="c:\gabriel\essai1.txt"
        # fichiertest="c:\gabriel\essai1.pdf"
        # fichiertest="c:\gabriel\essai1.dvi"
        f=open(fichiertest,"r")
        t=f.read()
        f.close()

code qui fonctionne bien sur les fichiers du type *.tex, *.txt mais qui ne marche pas du tout avec les fichiers .pdf ou encore .dvi
Y-a-t-il possibilité de stocker dans une chaine ou dans une liste les textes écrits dans les fichiers pdf et dvi?
Merci pour vos réponses.
Gabriel

[wiztricks]

Salut,
Quelle est la version de Python que vous utilisez?
"Ca ne marche pas" n'aide pas trop à savoir l'erreur que vous rencontrez.
- W

[Ruyneau]

Bonsoir,
J'utilise sous windows XP le langage python 3.1 (télécharger récemment).

J'ai de nouveau testé le petit programme que voici

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
 
import glob 
import os
#f=open("c:\gabriel\prepa\cours\exo2010\ex1.tex","r") #Sans pb
f=open("c:\gabriel\joux\essai.pdf","r")
#f=open("c:\gabriel\joux\essai.tex","r") #sans pb
t=f.read()
f.close()
print(t)

L'erreur affichée est:

Traceback (most recent call last):
File "C:/Gabriel/temporaire/essai02.py", line 7, in <module>
t=f.read()
File "C:\Python31\lib\encodings\cp1252.py", line 23, in decode
return codecs.charmap_decode(input,self.errors,decoding_table)[0]
UnicodeDecodeError: 'charmap' codec can't decode byte 0x8f in position 364: character maps to <undefined>

J'ai remarqué aussi sur un autre fichier tex (très long) qu'il y avait blocage.

Peut être que t=f.read() ne convient pas sur des fichiers tros gros et des fichiers qui ne sont pas type txt.

Je viens d'essayer sur des fichiers .doc est j'ai le même type de message d'erreur...

Merci pour votre aide.

Gabriel

[wiztricks]

Salut,
Par défaut, Python3 essaie de tranformer les bytes contenus dans un fichier texte en Unicode. Lorsque le contenu du fichier est autre que ASCII, il utilisera l'encoding que vous lui précisez (ou le défaut).
Si vous voulez lire le fichier comme une suite d'octet (sans interpréter le contenu), il faut faire open(fichier, "r+b").
- W

[Ruyneau]

Bonsoir,
Effectivement, en rajoutant "b", et "\\" pour le séparateur des racines, la fonction open() fonctionne. J'ai donc tapé ce programme afin de voir ce que ça donne:

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
23
24
25
26
27
 
import glob 
import os
f=open("c:\\gabriel\\prepa\\hec10\\devoir2010\\DL01.pdf","r"+"b")
t=f.readline()
print(t)
t=f.readline()
print(t)
t=f.readline()
print(t)
t=f.readline()
print(t)
t=f.readline()
print(t)
t=f.readline()
print(t)
t=f.readline()
print(t)
t=f.readline()
print(t)
t=f.readline()
print(t)
t=f.readline()
print(t)
t=f.readline()
print(t)
f.close()

et voilà le résultat:

b'%PDF-1.4\n'
b'5 0 obj\n'
b'<< /S /GoTo /D [6 0 R /Fit ] >>\n'
b'endobj\n'
b'8 0 obj <<\n'
b'/Length 5916 \n'
b'/Filter /FlateDecode\n'
b'>>\n'
b'stream\n'
b'x\xda\xdd=\xd9\x8e#\xc7\x91\xef\xf3\x15|\x13\x1br\xa5\xf3>\xec\x95\x00\xd9\x96\x8c5d\xcb\x96\xe6a\x00\x8f\x1f\xd8$g\xccEws\xc4n\xce\xce\xfe\xfdF\xe4Q\x95Y\x95U,v\xd7\x08\xda\x85\x00\r\xc9.FFF\xc6}$\xd9\x8a\xc2\x7fl%\x0cqV\xae\x94\xb2\xc4P\xb7\xda\xde\xbf\xa2\xab\xf7\xf0\x97?\xbfb\xf1\x89&>\xd2d\xcf\xfc\xe1\xf5\xab\xdf~\xa7\xe5\x8aQ\xe2\xe0\x93\xd7\xefZ8\x9a\x13c\xc4\xea\xf5\xee\x9f\xeb?\xed?\xde\x08\xbe>\x1en\x1a\xb6>\xdd4\xc2\xf2\xf5\xf7\xfe\xcd\xed\r|\xb0\xc7O\xe4\xfa\x01^\xbf\xa5T\xe3\xe7\xec\xe6_\xaf\xff\x02\x80U\x0eX\tb\x9c\x02T\x10\xe6O\xc7\xbb\xf3\x93\x87q\x84\xef=\xc4\xe7sD8\x15\x84\xc2\xcb\xf0\xfc7a\x91\x13<\xbc\xc7o\xe1j\xbb\xb0\xb4X\x7f\x80\x7f\x00\xbf\xf3)\xbc\xbd\x8b\x18\xddoN\xbbCxi\xc2_\x1e\xd3\xd7?\xc0\x8b\'|\xb1\xbf\xc7\xad\xdd\x02$\xc0\xe0\xd5\xb7\xaf[j\xb5\xf4\x84\x7f\x19GZ\xfd\xfc\xea\x9f\xff\xa2\xab\x1d\xd0\xf5/\xaf(l\xc5\xac\xfe\x1b^S"\x9c[\xdd\xbf2J\x13\xab\xe2\xdb\xbbW?\xbd\xfaG\x0b*\xfc\t\xde\xf9/\xd5N&=\xd10K\xa8\xd4\xc3\xd5\x84\xb3q5\xe6W\x13F\x10)e|_.\xd7\x9d\xb3\xa4Dk\xd1\x9e3g\x95s\x16\x94H\xc6<\x8d\xbf\xfd\xb4?m\x0f@\x99-\x12P\x9b\xf5C<O #\xe1\x88\x98\xcb`P@X\x10k\x8c\xff\xfa\xdfo\xb8]\x1f\x1f\x8f\x0f\x8f\xf1\xd1\xe2\xf45\x11B\xc6\xc3|s\xd3pc\xd7_\x85\xe7xq\xea\xc0v\xdc\xc4\xe7\xf6\xf1\x01\xb5\x02d\r\xfeY\x11j\xdcJ\x10\xa7\xac\x7f\xe2S\x05+E80^\xd3=D`7B\xac\xbf\xb9;\x9e\xaa\xa8)\xa2\x80\xe6aI]\xc1I\x11\xa9d\x0f%\x9e\xa3d3\x8c\xf8\x00gIx\xbb\xf3O\x95\xf5\r\xd1\xd6\xe5\xf8~\t\xe4\xe1\x1cxv\x88\n'
b'\x032j9E\x1e;\xa4\x0e\xd0sb58cZ\xc1*\xbe\n'

Je suppose que <<b>> désigne que le code est binaire (comme le <<u>> en unicode si j'ai bien compris la FAQ). Comme je souhaite pouvoir lire ce qui est écrit, existe-t-il une commande qui permettrait de transformer un codage binaire en un format texte? Ou peut une autre commande que readline()?

Merci pour vos réponses.

Gabriel

[Ruyneau]

Ou alors, existe-t-il une commande qui permet de passer d'une chaine <<texte>> en une chaine binaire?

Merci

Gabriel