能在window里吧 unicode列表完整打印么

Vinge

UID: 40290
帖子: 153
积分: 351
在线时间: 1 天 8 小时

1^# Vinge 发表于 2008-08-27 13:35

能在window里吧 unicode列表完整打印么

for i in range(0,65536 ):
         uchar=unicode("\u%04X"%i,"unicode-escape")
         print "%x :"%i,uchar

这个代码我试验过，0-127 ,GBK的0x4e00-0x9fa5都没问题。但是打到0x80这类的其他代码就出错了
UnicodeEncodeError: 'gbk' codec can't encode character u'\u9fa6' in position 0

在PYTHON文件的开头定义文件的编码对这个有影响吗？还是window当前的语言种类不支持？

有谁想到办法能把完整的 0-65536的整个列表打出来吗，或者在wx之类的窗体支持下打出来也行！

xiaoyu9805119

UID: 39268
帖子: 67
积分: 154
在线时间: 6 小时

2^# xiaoyu9805119 发表于 2008-08-27 17:32

看错了，我再试试。

limodou

UID: 17491
帖子: 110
积分: 252
在线时间: 16 小时

3^# limodou 发表于 2008-08-28 16:01

因为你打印的是unicode，python会自动根据操作系统的编码进行转换，但有些编码并不是合法的gbk编码，所以转换会出错。

jjj137

UID: 46508
帖子: 29
积分: 66
在线时间: 1 小时

4^# jjj137 发表于 2008-08-28 16:10

QUOTE:

原帖由 limodou 于 2008-8-28 16:01 发表
因为你打印的是unicode，python会自动根据操作系统的编码进行转换，但有些编码并不是合法的gbk编码，所以转换会出错。

我抓取网页时也发生过这样的错误，怎么样解决呢？

xiaoyu9805119

UID: 39268
帖子: 67
积分: 154
在线时间: 6 小时

5^# xiaoyu9805119 发表于 2008-08-28 17:43

最好跟抓取都页面编码一样。实在不行就来回decode，encode把

jjj137

UID: 46508
帖子: 29
积分: 66
在线时间: 1 小时

6^# jjj137 发表于 2008-08-28 17:57

那要是抓取的网页不确定怎么办……

xiaoyu9805119

UID: 39268
帖子: 67
积分: 154
在线时间: 6 小时

7^# xiaoyu9805119 发表于 2008-08-28 17:58

可以判断content-type里面都charset
或者网页里面都charset

没办法的办法

limodou

UID: 17491
帖子: 110
积分: 252
在线时间: 16 小时

8^# limodou 发表于 2008-08-28 19:32

不错，根据charset，然后不行就是猜。常用的就那么几样，utf-8, gbk。

Vinge

UID: 40290
帖子: 153
积分: 351
在线时间: 1 天 8 小时

9^# Vinge 发表于 2008-08-29 09:22

unicode.org给出了一个完整的对应列表，但并没有给出这个编码区间对应的编码名称，比如0-127我知道是ascii,
0x4e00-0x9fa5是gbk，但其他区间我们不知道啊！是否有什么方式知道unicode模块支持的编码类型呢？

再之，我的问题，似乎是因为python想把unicode字符转化为gbk字符打印出来。是否能让他转为对应的编码打印呢？

limodou

UID: 17491
帖子: 110
积分: 252
在线时间: 16 小时

10^# limodou 发表于 2008-08-29 10:41

使用repr()