Unicode

[Cezary Grądys]

Witam.
Sorry za lamerstwo, ale mam w pliku (json) linie typu:

"sender_name": "Cezary Gr\u00c4\u0085dys",

Chcę z tego zrobić

"sender_name": "Cezary Grądys",


Szkielet skryptu taki:


#!/usr/bin/python3

import sys
import re

try:
f = open(sys.argv[1]) if len(sys.argv) > 1 else sys.stdin
except FileNotFoundError:
print("Brak pliku")
exit(1)
except PermissionError:
print("Brak dostępu do pliku")
exit(1)



for line in f:
line = line.strip()

# co tu wstawić ????

print(line)



--
Cezary Grądys
czar...@wa.onet.pl

[zzz]

Cezary Grądys napisal(a):

>
> Witam.
> Sorry za lamerstwo, ale mam w pliku (json) linie typu:
>
> "sender_name": "Cezary Gr\u00c4\u0085dys",
>
> Chcę z tego zrobić
>
> "sender_name": "Cezary Grądys",
>

a = "Cezary Gr\u00c4\u0085dys"
a.encode(latin2).decode(utf)

albo siekierką:
a.replace("\u00c4\u0085","ą")

a poprawnie:
otworzyć plik podając jego kodowanie
najlepiej za pomocą json-a(import json)

--
=============== zZzZz =============================

[Cezary Grądys]

W dniu 17.12.2019 o 02:15, zzz pisze:

> Cezary Grądys napisal(a):
>>
>> Witam.
>> Sorry za lamerstwo, ale mam w pliku (json) linie typu:
>>
>> "sender_name": "Cezary Gr\u00c4\u0085dys",
>>
>> Chcę z tego zrobić
>>
>> "sender_name": "Cezary Grądys",
>>
>
> a = "Cezary Gr\u00c4\u0085dys"
> a.encode(latin2).decode(utf)
>
> albo siekierką:
> a.replace("\u00c4\u0085","ą")
>
> a poprawnie:
> otworzyć plik podając jego kodowanie
> najlepiej za pomocą json-a(import json)
>

Dzięki za odpowiedź.

Jsonem się zainteresowałem, na razie mam tak:


import json
with open('message_1.json') as json_file:
data = json.load(json_file)
for p in data['messages']:

print(p["sender_name"])
print(p['timestamp_ms'])
print(p['content']) # w tej linii błąd, chociaż kilka wypisuje.



No i mam błąd, wydaje się, że związany z wielkoscią pliku, jak skróciłem
znacznie działa, komunikaty między liniami wypisanymi przez print:


Traceback (most recent call last):
print(p['content'])
KeyError: 'content'

Process finished with exit code 1

Myślałem o użyciu gron + sed itp i pewnie na tym się skończy, ale
wolał bym bardziej elegancko i przy okazji powalczyć z wtórnym
analfabetyzmem.


--
Cezary Grądys
czar...@wa.onet.pl

[dam...@swistowski.org]

- print(p['content']) # w tej linii błąd, chociaż kilka wypisuje.
+ print(p.get('content', '')) # w tej linii błąd, chociaż kilka wypisuje.

[Cezary Grądys]

W dniu 18.12.2019 o 11:07, dam...@swistowski.org pisze:

> - print(p['content']) # w tej linii błąd, chociaż kilka wypisuje.
> + print(p.get('content', '')) # w tej linii błąd, chociaż kilka wypisuje.
>

Ostatecznie zrobiłem w taki sposób, można ulepszyć, ale juz jest
czytelnie:


#!/usr/bin/python3.7

import json
import datetime


def marginesy(l, margines):
k = "\n" + margines
l = k.join(l.split("\n"))
return (l)


for i in range(29, 0, -1):
file = 'message_' + str(i) + '.json'

with open(file) as json_file:
data = json.load(json_file)

sender_time_old = 'dupa'
for p in reversed(data['messages']):

sender_name = p["sender_name"].encode("latin").decode("utf")
if sender_name == 'Cezary Grądys':
margines = ''
else:
margines = '\t'

time = datetime.datetime.fromtimestamp(p["timestamp_ms"] /
1000.0).strftime("%Y-%m-%d %H:%m")
sender_time = sender_name + ' ' + time

if sender_time_old != sender_time:
print("\n" + margines + sender_time)
sender_time_old = sender_time

if 'content' in p:
print(margines +
marginesy(p['content'].encode("latin").decode("utf"), margines))

if 'gifs' in p:
print(margines, end='')
print(p['gifs'])

if 'photos' in p:
print(margines, end='')
print(p['photos'])

if 'sticker' in p:
print(margines, end='')
print(p['sticker'])

if 'videos' in p:
print(margines, end='')
print(p['videos'])

if 'share' in p:
print(margines, end='')
print(p['share'])

if 'reactions' in p:
print(margines, end='')
print(p['reactions'])




--
Cezary Grądys
czar...@wa.onet.pl