Problème caractères accentués !

Bjr,

Code:

---

1 2 3 4 5 6 7 8 9 10 11

>>> var="poète" >>> print var poète >>> print len(var) 6 >>>print var[:3] po >>> >>> liste=['poète'] >>> print liste ['po\xc3\xa8te']

---

Comme on peut le voir, poète ne contient que 5 caractères...!

Comment faire pour afficher les 3 premiers caractères de la variable ou de la liste[0] ???

Pour python, poète = 'po\xc3\xa8te'

Il doit bien y avoir moyen de passer outre ?

Merci d'avance.

Bonjour,
Il faut passer par l'unicode:

Code:

---

1 2 3 4 5 6

>>> var = u"poète" >>> print len(var) 5 >>> print var[:3] poè

---

Merci ;)
Même avec les listes ca fonctionne ...Faut juste déclarer la variable avant comme il faut.

Arff, les débuts sont pas évidents en python qd on ne connait que le bash!

Avec Python 3, il n'y a plus ce problème car les chaînes de caractères sont en UTF-8.

Bonjour

à rambc: je suppose que tu parles de Python 3 (que je ne connais pas encore), parce qu'avec Python 2.6, on ne peut pas travailler en utf-8, mais uniquement en unicode interne (1 caractère=2 octets) ou avec un encodage traditionnel (1 caractère=1 octet).

Exemple:

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

x = u"abcéèà".encode('utf-8') # <= x est en utf-8 print len(x) 9 for c in x: print c, ord(c) a 97 b 98 c 99 Ã 195 © 169 Ã 195 ¨ 168 Ã 195 *160

---

Tyrtamos

Citation:

---

Envoyé par tyrtamos

à rambc: je suppose que tu parles de Python 3 (que je ne connais pas encore)

---

Oui. C'est corrigé.

Bjr,
Et pour arriver au même résultat mais lorsque le mot provient d'un fichier ?

J'ai essayé, encode, decode, unicode & co en vain, je dois mal m'y prendre.

Si qql'un pouvait m'éclairer, ca m'est pas utile, mais j'aimerais bien savoir :)

Merci.

Pour un fichier, il faut connaître l'encodage de ce dernier.

C'est de l'UTF 8 .
Mais bon, avec ce foutu encodage....on sait jamais ;)
C'est un fichier éditer sous linux, donc en utf-8, mais provenant d'un copié/collé du web.
La commande unix file retourne également utf-8 (mais on ne peut pas faire completement confiance au résultat).
Je sais que l'encodage de fichier est un 'problème' en informatique, et parait-il, python est le language qui s'en sort le mieux.

Je cherchais midi à quatorze heures :)

Code:

---

text.decode('utf-8')

---

Ca suffit ! (peut être une autre manière de faire ?)

Bonjour,

Pour Python 2.6 (en Python 3, je ne sais pas):

A mon avis, lorsqu'il s'agit de lire ou d'écrire un texte en unicode sur le disque, il vaut mieux utiliser le module codecs. Celui-ci permet d'intégrer les conversions d'encodage directement et de manière transparente dans les mécanismes de lecture/écriture. Et dans les traitements des chaines, on travaille en unicode interne (une sorte d'utf-16 simplifié).

Exemple:

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

import codecs   # écriture d'un texte qui sera codé en utf-8 sur disque f = codecs.open("testutf.txt", 'w', 'utf-8') f.write(u"abcéèç" + '\r\n') f.write(u"defàùô" + '\r\n') f.close   # lecture d'un texte codé en utf-8 sur disque f = codecs.open("testutf.txt", 'r', 'utf-8') for ligne in f: ligne = ligne.rstrip() # pour éliminer les caractères de fin de ligne print ligne, type(ligne) f.close

---

Ce qui affiche:

Code:

---

1 2 3

abcéèç <type 'unicode'> defàùô <type 'unicode'>

---

On voit avec cet exemple:
- qu'en écriture, on envoie directement de l'unicode interne qui arrive en utf-8 sur disque sans utiliser encode().
- qu'en lecture, on récupère directement de l'unicode interne sans utiliser decode(), alors que le texte sur disque était en utf-8.

En cas d'erreur de conversion d'encodage, le mode par défaut est: 'strict', c'est à dire déclenche une exception à gérer. On peut aussi le changer par 'replace' dans open.

Pour vérifier l'encodage effectif du texte sur disque, on peut utiliser un programme de lecture hexa (ex: EditHexa sous Windows). On peut aussi faire un petit code en Python pour relire le fichier en mode binaire afin d'accéder au texte octet par octet.

Tyrtamos

Merci pour la réponse (ca m'a permis de connaitre l'utilité de codecs).

Par contre, je trouve un peu étrange/compliqué le comportement de python.
Je suis sous linux, donc en utf-8, fichier en utf-8, encodage precisé en début de script utf-8, et malgrès tout, il faut encore lui preciser l'encodage lors de la lecture / écriture (et même pour la sortie sur le terminal...).

Je sais que l'encodage est un sujet vaste et compliqué, mais là, python pourrait nous facilité un peu les choses qd même :)

Citation:

---

Envoyé par AnsuzPeorth

Je suis sous linux, donc en utf-8

---

Pas forcément. Je suis aussi sous Linux et jusqu'à il n'y a pas si longtemps, j'étais en ISO8859. L'UTF8 n'est pas une obligation de Linux...

Citation:

---

Envoyé par Sve@r

Pas forcément. Je suis aussi sous Linux et jusqu'à il n'y a pas si longtemps, j'étais en ISO8859. L'UTF8 n'est pas une obligation de Linux...

---

Dsl pour l'amalgame...Je pensais que tous les systèmes linux étaient passés en utf-8, justement pour diminuer les problèmes d'encodage (au moins entre linux)