如何處理使用日語單詞蟒蛇xlrd

這是我的代碼：如何處理使用日語單詞蟒蛇xlrd

#!/usr/bin/python 
#-*-coding:utf-8-*- 

import xlrd,sys,re 

data = xlrd.open_workbook('a.xls',encoding_override="utf-8") 
a = data.sheets()[0] 
s='' 
for i in range(a.nrows): 
    if 9<i<20: 
     #stage 
     print a.row_values(i)[1].decode('shift_jis')+'\n'

但它顯示：

???? 
???????? 
?????? 
???? 
???? 
???? 
????????

所以我可以做什麼，

感謝

來源

2011-05-20 zjm1126

它看起來像你正在閱讀文件爲UTF-8，然後試圖解釋爲什麼Shift JIS？我不希望這樣工作！ – 2011-05-20 08:52:10

背景：在「現代」（Excel 97-2003）XLS文件中，文本有效地存儲爲Unicode。在較舊的文件中，文本以8位字符串存儲，並且「代碼頁」記錄告訴它如何編碼，例如整數1252對應於稱爲cp1252或windows-1252的編碼。無論哪種情況，xlrd都會將提取的文本顯示爲unicode對象。

請插入此行到您的代碼：

print data.biff_version, data.codepage, data.encoding

如果你有一個新的文件，你會看到

80 1200 utf_16_le

在任何情況下，請編輯你的問題彙報結果。

問題1：需要encoding_override只有當文件是舊文件並且您知道/懷疑代碼頁記錄被省略或錯誤時。如果文件是新文件，則忽略它。你真的知道這個文件是Excel-97之前的文本，並且文本是用UTF-8編碼的嗎？如果是這樣，它只能由一些嚴重欺騙的第三方軟件創建，並且如果您嘗試使用Excel打開它，Excel將炸燬;用棒球棒訪問作者。否則，請不要使用encoding_override。

問題2：你應該有unicode對象。顯示它們，需要編碼（不能解碼）他們從unicode到str使用合適的編碼。令人驚訝的是，print unicode_object.decode('shift-jis')不會引發異常並打印出問號。

爲了幫助理解這一點，請改變你的代碼是這樣的：

text = a.rowvalues(i)[1] 
print i, repr(text) 
print repr(text.decode('shift-jis'))

，並報告結果。

因此，我們可以幫助您選擇適當的編碼（如果有的話），告訴我們您正在使用，什麼下面顯示的是什麼操作系統是什麼版本：

print sys.stdout.encoding 
import locale 
print locale.getpreferredencoding()

延伸閱讀：

（1）xlrd文檔（關於Unicode的部分，正面朝上）...包含在發行版中，或者獲取最新的提交here。（3）Python Unicode HOWTO。

來源

2011-05-20 12:44:36

爲什麼你的編碼不能在開啓shift-jis上重寫？

data = xlrd.open_workbook('a.xls',encoding_override="shift-jis")

如果文件是真的轉向-JIS，有大量的代碼點（也坦率地說，幾乎所有的人）不具有合法的UTF-8代碼點重疊。如果你得到非法字符（？），你的文件實際上是UTF-8，並且你想輸出Shift-JIS，那麼我可能會建議你的輸出shell（用於打印 - 可能是一個文件會很好）不能處理編碼。

來源

2011-05-20 09:00:32

如何處理使用日語單詞蟒蛇xlrd

回答

相關問題