Я использую Python Tools для Visual Studio и читаю некоторые файлы, написанные на итальянском языке. Пробовал iso-8859-1, iso-8859-2, utf-8, utf-8-sig. Notepad ++ открывает файл как UTF-8 без спецификации.Какую кодировку использовать для чтения итальянского текста в Python?
content = fp.read()
words = content.decode("utf-8-sig").lower().split()
for w in words:
p=''
cur.execute('SELECT word FROM multiwordnet.italian_lemma l, multiwordnet.italian_synset s where l.id = s.id and l.lemma="%s"' % w)
Строка, которая приводит к аварии является C'è
. (Getting читать "c\'\xe3\xa8"
)
Использование chardet не помогает
Traceback (most recent call last):
File "C:\Users\Tathagata\Documents\Visual Studio 2012\Projects\PythonApplicati
on4\PythonApplication4\PythonApplication4.py", line 344, in <module>
createSynsetDict()
File "C:\Users\Tathagata\Documents\Visual Studio 2012\Projects\PythonApplicati
on4\PythonApplication4\PythonApplication4.py", line 294, in createSynsetDict
cur.execute('SELECT word FROM multiwordnet.italian_lemma l, multiwordnet.it
alian_synset s where l.id = s.id and l.lemma="%s"' % w)
File "C:\Python27\lib\site-packages\pymysql\cursors.py", line 117, in execute
self.errorhandler(self, exc, value)
File "C:\Python27\lib\site-packages\pymysql\connections.py", line 187, in defa
ulterrorhandler
raise Error(errorclass, errorvalue)
Error: (<type 'exceptions.UnicodeEncodeError'>, UnicodeEncodeError('ascii', u's\
x00\x00\x00\x03SELECT word FROM multiwordnet.italian_lemma l, multiwordnet.ital
ian_synset s where l.id = s.id and l.lemma="c\'\xe3\xa8"', 116, 118, 'ordinal no
t in range(128)'))
[Как остановить боль?] (HTTP: // nedbatchelder .com/text/unipain.html) –
Какая привязка DB-API вы используете? (То есть, какой драйвер базы данных?) –
... на самом деле, более того, что такое значение 'paramstyle' global в ваш модуль библиотеки базы данных? (Если вы не знаете, просто определите модуль, и мы сможем его найти). –