[niezielony]

#python
Mam dany z zewnątrz taki string: "najbliĚźszym", w jaki sposób mogę go zamienić na "najbliższym" i wyświetlić użytkownikowi? Próbowałem się bawić encode i decode, ale nic z tego nie wyszło...

[Faja]

@niezielony: jaka wersja pythona?

[niezielony]

@Faja, 3.4.1

[r.....h]

@niezielony:
Spróbuj napisac: u''
Może to pomoze: https://pl.python.org/forum/index.php?topic=3163.0

[Pipcieo]

@niezielony: masz taki string czy taką jego reprezentację widzisz? Z tego co ja widzę to jest unikod potraktowany jako zwykły 8bit.

[niezielony]

@Pipcieo: Mam po prostu taki string, sprawa wygląda tak, że to część xmla, którego kiedyś skopiowałem z pewnej strony, ta strona już padła, a ja mam właściwie tylko plaintext tego xmla z takimi właśnie krzaczkami. I parsowanie się sypie, gdy trafi na coś takiego, mimo że encoding ustawione jest na UTF-8
@raffish: String z u na przodzie zwraca to samo.

[jooj]

@niezielony:
Ale ten string raczej nie ma wartości "najbliższym"

In [8]: [ i for i in "najbliĚźszym"]

[niezielony]

Na razie wczytuje normalnie i kombinuję jak zamienić na "najbliższym"

body = "najbliĚźszym"

print(body)
print drukuje mi to samo.
Tutaj dłuższa próbka:

[RARvolt]

@niezielony: to pewnie jest zakodowane jako windows-1250 albo jakiś ISO. Spróbuj to zdekodować do unicode używając kodowań sprzed standaryzacji UTF-8

[niezielony]

@RARvolt:
Próbowałem tak:

body = "najbliĚźszym"

[RARvolt]

@niezielony: nie mam pythona pod ręką to spróbuj jeszcze CP852 i Windows-1257

i bez decode()

[niezielony]

@RARvolt: po wrzuceniu encode CP852 (bez decode do utf8) dostaje:

najbliĚźszym

b'najbli\x8e\xe7\x91\xadszym'

Natomiast

[RARvolt]

@niezielony: a co się stanie jak dasz encode('utf-8') ?

[niezielony]

najbliĚźszym

b'najbli\xc3\x84\xc5\xa1\xc4\xb9\xc5\x9fszym'

[dzien_dobry]

@niezielony: Nie potrafie dojść jaką drogę przebył ten tekst. W każdym razie zawsze możesz zrobić mapę
https://gist.github.com/anonymous/7749ab028c4165afeaae

[c.....o]

@niezielony: Rozwiązałem zagadkę!

>>> print "najbliĚźszym".decode('utf16')

慮扪楬蓃ꇅ맄鿅穳浹