Python-сообщество

Master_Sergius · Авг. 22, 2016 19:10:05

В одном из полученных ответов неким скриптом имеется абракадабра в стиле:

 ÃÃ°Ã£Ã ÃÃ¨Ã§Ã Ã²Ã®Ã°Ã»:

При попытке понять что это:

 chardet.detect(" ÃÃ°Ã£Ã ÃÃ¨Ã§Ã Ã²Ã®Ã°Ã»: ")
{'confidence': 0.99, 'encoding': 'utf-8'}

Но, увы никакой encode/decode не помогает разобрать эту ерунду. С помощью сайта https://2cyr.com/decode/?lang=ru удается установить, что это какой-то MIK (поломанный причём). Как всё же питоном правильно обработать и прочесть такую ерунду?

———————————————————————————
Мой блог о семействе *nix: http://nixtravelling.blogspot.com/

PooH · Авг. 23, 2016 04:53:09

исходник ответа можно посмотреть?

Вот здесь один из первых отарков съел лаборанта. Это был такой умный отарк, что понимал даже теорию относительности. Он разговаривал с лаборантом, а потом бросился на него и загрыз…

ZerG · Авг. 23, 2016 10:15:40

Вполне вероятно что у вас изначально данные например в CP866 вы их втягиваете в CP1251 после чего конвертите в UTF-8 другими словами в йуникод вам уже идет изначально битая абракадабра!
Начните с того что определите в каком формате изначальные данные

Влодение рускай арфаграфией - это как владение кунг-фу: настаящие мастира не преминяют ево бес ниабхадимости

Master_Sergius · Авг. 23, 2016 11:34:07

К сожаленью всё не могу. Может быть слив инфы
Вот, что имеется в хедерах, тобишь всё тот же utf-8:

 <!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd">
<html>
    <head>
        <meta charset="UTF-8">
    </head>

———————————————————————————
Мой блог о семействе *nix: http://nixtravelling.blogspot.com/

Master_Sergius · Авг. 23, 2016 11:35:21

ZerG
Вполне вероятно что у вас изначально данные например в CP866 вы их втягиваете в CP1251 после чего конвертите в UTF-8 другими словами в йуникод вам уже идет изначально битая абракадабра! Начните с того что определите в каком формате изначальные данные

Да, скорее всего проблема в этом. Но ответ мне выдает другая программа, которую по сути Я не могу “трогать”. Что делать в таком случае?

———————————————————————————
Мой блог о семействе *nix: http://nixtravelling.blogspot.com/

ZerG · Авг. 23, 2016 12:38:52

Копать дальше. Мы не понимаем что у вас происходит - как же мы вам поможем?
Исключить другую программу - парсить сайт напрямую питоном
попробовать на питоне принимать изначально от программы в другой кодировке.
Стопиццот вариантов! Но учитывая предоставленные вами данные ето пальцем в небо

Влодение рускай арфаграфией - это как владение кунг-фу: настаящие мастира не преминяют ево бес ниабхадимости

Python-сообщество

Уведомления

#1 Авг. 22, 2016 19:10:05

Путаница с кодировками

#2 Авг. 23, 2016 04:53:09

Путаница с кодировками

#3 Авг. 23, 2016 10:15:40

Путаница с кодировками

#4 Авг. 23, 2016 11:34:07

Путаница с кодировками

#5 Авг. 23, 2016 11:35:21

Путаница с кодировками

#6 Авг. 23, 2016 12:38:52

Путаница с кодировками

Board footer