string, unicode, cp1252, utf-8, cp850, latin_1

Bonjour,

je développe en ce moment un logiciel en python faisant appel à une interface graphique, une base de donnée, des appels à des fonctions de Windows etc...
Bref, j'ai quantité de formats de chaîne de caractère qui vont et viennent avec des encodages différents et malgré mes efforts, il y a toujours des erreurs dû aux différents encodages (quel merdier !)

Ce genre d'erreur surtout: "UnicodeEncodeError: 'ascii' codec can't encode character u'\xe9' in position 1"

N'y a-t-il pas un moyen de convertir toutes les chaînes dans le même format quelque-soit leur provenance ?
Ou au moins, y a-t-il un moyen de connaître l'encodage d'une chaîne de caractère ? Un truc du genre:

Code:

---

1 2	if encoding(machaine) == 'cp850': print "je mange mon slip"

---

Merci d'avance pour vos réponses. Ce problème est vraiment épuisant.

Il est pas possible de connaître simplement l'encodage d'une chaîne normale (sans passer par une analyse des caractères utilisés).

Tu peux toujours convertir tout en unicode ( http://python.developpez.com/faq/?page=Unicode ) dès que tu reçois une chaîne de caractères de l'extérieur mais il te faut tout de même au préalable connaître l'encodage de base.

Tes chaînes viennent d'où en général ? (d'une interface graphique ?)

Salut et merci pour ta réponse.

Certaines de mes chaînes viennent de l'interface graphique (wx).
D'autres de fonctions provenant des librairies win32 de python, de wmi pour python, d'autres enfin de ma base de donnée sqlite3 (mais bon, là j'ai compris qu'apparemment c'est du unicode utf-8, j'ai bon ?).

Justement, j'avais pris l'habitude de tout convertir en unicode dans mes programmes mais le soucis est que faire

Code:

---

unicode(machaine)

---

ne fonctionne pas si machaine contient des accent car le defaultencoding est en ascii.

Je ne souhaite pas changer le defaultencoding car l'application devra être déployé sur plusieurs postes et puis d'après ce que j'ai lu, ça pose des problèmes avec py2exe.

Ma hantise concerne les noms de fichiers qui contiennent des accents et autres caractères spéciaux.

En effet, si je connaissais à coup sûr le codage d'une chaîne, je pourrais faire machaine.decode('cp1232') par exemple.

Mais voilà, je ne suis pas sûr que le codage utilisé dans wx soit le même que celui utilisé par les fonctions win32 que j'utilise, ni par les fonctions wmi.


Voilà donc où j'en suis et je serais très heureux d'avoir des conseils là dessus.

pour wxPython, je bosse avec la version unicode, comme ca je suis sûr que tout ce qui vient de là est en unicode (et je le réencode lorsque nécessaire).

ce qui vient de ta base sqlite3, il me semble que cela dépendra plutôt comment tu as enregistré tes données dedans.
Bosser avec des fichiers avec accent ou caractères spéciaux, c'est à éviter (enfin à mon avis).

Normalement, tu dois connaître l'encodage de tout ce qui t'arrive et de ce que tu utilises sinon tu vas avoir des galères.

Citation:

---

pour wxPython, je bosse avec la version unicode, comme ca je suis sûr que tout ce qui vient de là est en unicode (et je le réencode lorsque nécessaire).

---

Je viens de me rendre compte qu'apparemment ma version de wx est aussi une version unicode (en tout cas elle me renvoie des chaînes unicode)

Citation:

---

Envoyé par Guigui_

Bosser avec des fichiers avec accent ou caractères spéciaux, c'est à éviter (enfin à mon avis).

---

Si seulement j'avais le choix!

Citation:

---

Normalement, tu dois connaître l'encodage de tout ce qui t'arrive et de ce que tu utilises sinon tu vas avoir des galères.

---

Je suis en effet en train de vérifier chacun de mes modules et de vérifier quel type de chaîne il demande ou renvoie.

J'ai aussi créé une classe pour la gestion des str et unicode.
Je pense que ça aide à mieux s'y retrouver:

Code:

---

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 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

import locale   class Coding(object):   def __init__(self,coding):   self.coding = coding     def strToUnicode(self,string):   return string.decode(self.coding)     def unicodeToStr(self,unicode_string):   return unicode_string.encode(self.coding)     def anythingToUnicode(self,anything):   if anything == None:   return u''   if isinstance(anything,unicode):   return anything   if isinstance(anything,str):   return self.strToUnicode(anything)   return unicode(anything)     def anythingToStr(self,anything):   return self.unicodeToStr(self.anythingToUnicode(anything))     def unicodeEqual(self,anything1,anything2):   return self.anythingToUnicode(anything1) == self.anythingToUnicode(anything2)       # instance produite en fonction de l'environnement utilisateur LocaleCoding = Coding(locale.getdefaultlocale()[1])

---