আমি সত্যি বিভ্রান্ত. আমি এনকোড দেওয়ার চেষ্টা করেছি কিন্তু ত্রুটিটি বলেছে can't decode...।
>>> "你好".encode("utf8")
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe4 in position 0: ordinal not in range(128)
আমি জানি যে স্ট্রিংয়ের "u" উপসর্গের সাথে ত্রুটিটি কীভাবে এড়াতে হবে। আমি কেবল ভাবছি যে এনকোড ডাকা হওয়ার সময় ত্রুটিটি "ডিকোড করতে পারে না" কেন। পাইথন হুডের নীচে কী করছে?
উত্তর:
"你好".encode('utf-8')encodeএকটি ইউনিকোড অবজেক্টকে একটি stringঅবজেক্টে রূপান্তরিত করে । তবে এখানে আপনি এটি কোনও stringবস্তুর প্রতি অনুরোধ করেছেন (কারণ আপনার কাছে ইউ নেই)। সুতরাং পাইথনকে প্রথমে stringএকটি unicodeবস্তুতে রূপান্তর করতে হবে । সুতরাং এটি সমতুল্য করে
"你好".decode().encode('utf-8')তবে ডিকোড ব্যর্থ হয়েছে কারণ স্ট্রিংটি বৈধ নয় ci এজন্য আপনি ডিকোড করতে সক্ষম না হওয়ায় অভিযোগ পান।
"你好".decode('utf-8').encode('utf-8')
সর্বদা ইউনিকোড থেকে বাইটে এনকোড করুন ।
এই দিক থেকে, আপনি এনকোডিং চয়ন করতে পারেন ।
>>> u"你好".encode("utf8")
'\xe4\xbd\xa0\xe5\xa5\xbd'
>>> print _
你好
অন্য উপায়টি হ'ল বাইটগুলি থেকে ইউনিকোডে ডিকোড করা।
এই দিক থেকে, আপনাকে এনকোডিংটি কী তা জানতে হবে ।
>>> bytes = '\xe4\xbd\xa0\xe5\xa5\xbd'
>>> print bytes
你好
>>> bytes.decode('utf-8')
u'\u4f60\u597d'
>>> print _
你好
এই পয়েন্টটি যথেষ্ট চাপ দেওয়া যাবে না। আপনি যদি ইউনিকোড "হ্যাক-এ-মোল" খেলা এড়াতে চান তবে ডেটা স্তরে কী ঘটছে তা বোঝা গুরুত্বপূর্ণ। এখানে এটি অন্যভাবে ব্যাখ্যা করা হয়েছে:
decodeএটি কল করতে চান না ।encodeএটিতে কল করতে চান না ।এখন, .encodeএকটি বাইট স্ট্রিং দেখে পাইথন 2 প্রথমে স্পষ্ট করে এটি পাঠ্যে (কোনও unicodeবস্তু) রূপান্তরিত করার চেষ্টা করে । একইভাবে, .decodeএকটি ইউনিকোড স্ট্রিং দেখে পাইথন 2 স্পষ্টতই এটিকে বাইটে (কোনও strবস্তু) রূপান্তরিত করার চেষ্টা করে ।
এই অন্তর্নিহিত রূপান্তরগুলি হ'ল আপনি যখন ফোন করেছেন তখন কেন পাবেন । এর কারণ এনকোডিং সাধারণত টাইপের একটি প্যারামিটার গ্রহণ করে ; প্যারামিটারটি গ্রহণ করার সময় , অন্য কোনও এনকোডিংয়ের সাথে পুনরায় এনকোডিং করার আগে টাইপের কোনও অবজেক্টে একটি অন্তর্নিহিত ডিকোডিং থাকে । এই রূপান্তর একটি ডিফল্ট 'ASCII' ডিকোডার বেছে † , একটি এনকোডার ভিতরে আপনি পাঠোদ্ধারতা ত্রুটি দেয়।UnicodeDecodeErrorencodeunicodestrunicode
আসলে, পাইথন 3-তে পদ্ধতি str.decodeএবং bytes.encodeএমনকি বিদ্যমান নেই। তাদের অপসারণ এই সাধারণ বিভ্রান্তি এড়ানোর একটি [বিতর্কিত] প্রচেষ্টা ছিল।
† ... বা কোডিং যা sys.getdefaultencoding()উল্লেখ করেছে; সাধারণত এটি 'আসকি'
_পূর্ববর্তী মান ২ বোঝায় because কারণ এটি একটি অজগর -২.২ প্রশ্ন।
আপনি এটি চেষ্টা করতে পারেন
import sys
reload(sys)
sys.setdefaultencoding("utf-8")
অথবা
আপনি নিম্নলিখিত চেষ্টা করতে পারেন
আপনার .py ফাইলের শীর্ষে নীচের লাইনটি যুক্ত করুন।
# -*- coding: utf-8 -*- আপনি যদি পাইথন <3 ব্যবহার করেন তবে আপনাকে দোভাষীকে বলতে হবে যে আপনার স্ট্রিং আক্ষরিকটি ইউনিকোড এটির সাথে একটি উপসর্গ রেখেu :
Python 2.7.2 (default, Jan 14 2012, 23:14:09)
[GCC 4.2.1 (Based on Apple Inc. build 5658) (LLVM build 2335.15.00)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> "你好".encode("utf8")
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe4 in position 0: ordinal not in range(128)
>>> u"你好".encode("utf8")
'\xe4\xbd\xa0\xe5\xa5\xbd'
আরও পড়ুন : ইউনিকোড হাওটো ।
আপনি যদি ইউনিকোডের সাথে ডিল করছেন তবে মাঝে মাঝে পরিবর্তে encode('utf-8')আপনি বিশেষ অক্ষরগুলিও উপেক্ষা করার চেষ্টা করতে পারেন, যেমন
"你好".encode('ascii','ignore')বা something.decode('unicode_escape').encode('ascii','ignore')এখানে পরামর্শ হিসাবে ।
এই উদাহরণে বিশেষভাবে কার্যকর নয়, তবে যখন কিছু বিশেষ অক্ষর রূপান্তর করা সম্ভব না হয় তখন অন্যান্য পরিস্থিতিতে আরও ভাল কাজ করতে পারে।
বিকল্পভাবে আপনি ব্যবহার করে নির্দিষ্ট অক্ষর প্রতিস্থাপনreplace() বিবেচনা করতে পারেন ।
আপনি যদি লিনাক্স বা অনুরূপ সিস্টেমে (বিএসডি, ম্যাক সম্পর্কে নিশ্চিত নন) অজগর দোভাষীটি শুরু করেন, তবে শেলের জন্য আপনার ডিফল্ট এনকোডিংও পরীক্ষা করা উচিত।
locale charmapশেল থেকে কল করুন (পাইথন ইন্টারপ্রেটার নয়) এবং আপনার দেখতে হবে
[user@host dir] $ locale charmap
UTF-8
[user@host dir] $ যদি এটি না হয় এবং আপনি অন্য কিছু দেখতে পান, যেমন
[user@host dir] $ locale charmap
ANSI_X3.4-1968
[user@host dir] $ পাইথন (কমপক্ষে কিছু ক্ষেত্রে যেমন খনিতে) শেলের এনকোডিংয়ের উত্তরাধিকারী হবে এবং ইউনিকোড অক্ষর (কিছু? সব?) মুদ্রণ করতে সক্ষম হবে না। পাইথনের নিজস্ব ডিফল্ট এনকোডিং যা আপনি দেখেন এবং এর মাধ্যমে নিয়ন্ত্রণ করেন sys.getdefaultencoding()এবং sys.setdefaultencoding()এই ক্ষেত্রে তা অবহেলিত।
যদি আপনি দেখতে পান যে আপনার এই সমস্যা রয়েছে তবে আপনি এটি ঠিক করতে পারেন
[user@host dir] $ export LC_CTYPE="en_EN.UTF-8"
[user@host dir] $ locale charmap
UTF-8
[user@host dir] $ (অথবা বিকল্পগুলির জন্য এন_এন এর পরিবর্তে যেকোন কী ম্যাপটি চয়ন করতে পারেন তা বেছে নিন)) এটিকে সংশোধন করতে আপনি সম্পাদনা করতে /etc/locale.conf(বা যে কোনও ফাইল আপনার সিস্টেমে লোকাল সংজ্ঞা পরিচালনা করে ) can