推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
这是一个创建于 2894 天前的主题，其中的信息可能已经有所发展或是发生改变。
一个很简单的脚本, 使用os.system()执行了一句 Java 语句, 这句 Java 的作用就是解析 pdf 文件, 输出文本到一个 csv 文件.
问题是这个脚本如果在 PyCharm 里跑的话, 写入的编码就是 ASCII, 打开中文就是问号; 如果在终端直接运行, 写入的编码就是 UTF-8, 中文显示一切正常
PyCharm 中有关 encoding 的设置都是 utf-8.
代码如下
# coding=utf-8
import os
import chardet
cmd = 'java -jar ~/tabula.jar ~/80032035 陈勇.pdf -p all -n -o pdf.csv'
os.system(cmd)
f = open("pdf.csv", 'rb')
for l in f.readlines(): # 这两句检查文本编码方式
print chardet.detect(l)
在 PyCharm 中运行的话, pdf.csv 是这样的:
{'confidence': 1.0, 'encoding': 'ascii'} 输出显示编码方式是 ASCII
如果在终端运行的话, pdf.csv 是这样的:
{'confidence': 0.99, 'encoding': 'utf-8'} 输出显示编码方式是 UTF-8
现在不知道问题出在哪里了...求教
 |
1
bazingaterry 2016-12-28 16:00:49 +08:00 via iPhone
open 那里指定一下 encoding
|
 |
2
Sylv 2016-12-28 16:15:15 +08:00  1
感觉可能是 PyCharm 和终端的环境变量不同导致的问题，尝试分别在两处运行以下代码看看环境变量有什么不同：
import os print os.environ |
 |
3
wwqgtxx 2016-12-28 16:19:30 +08:00 via iPhone
你用 notepad++看看两次生成的 csv 文件的具体编码
有可能是你调用的那个 jar 库根据环境变量生成了不同的编码格式的 csv 文件 |
 |
4
kokutou 2016-12-28 16:25:24 +08:00 via Android
cmd 。。。。
在执行你的 cmd 之前，执行一下 chcp 65001 切换 Windows 默认代码页从 cp936 到 utf-8 。。。 |
Select Language