【发布时间】：2015-08-22 16:52:22
【问题描述】：
我正在建立一个西班牙语的 Flask 网站，供人们通过邮件编码的消息发送。基本上，您将文本粘贴到文本字段中，它会返回其编码版本。下面的函数 encode() 和 decode() 函数 OK，直到它处理重音字符和其他非标准字符。我的默认系统编码是'ascii'，我相信我使用 numpy.matrix 和 numpy.chararray 可能会出现问题，这可能会改变我的字符串的编码。
当我在 Sublime Text 2 中构建代码并在下面进行测试时，我得到：
SyntaxError: Non-ASCII character '\xc3'... but no encoding declared;
see http://www.python.org/peps/pep-0263.html for details
当我添加时
#!/usr/bin/env python
#-*- coding: utf-8 -*-
到它在 ST2 中运行的代码，但它也吐出一个错误，并且解码的消息缺少某些字符，如下所示：
[Decode error - output not utf-8]
La cr a del le n tiene dos a os.
当我使用 Flask 在本地服务器上运行它时，我得到：
UnicodeEncodeError: 'ascii' codec can't encode character u'\xed' in position 0: ordinal not in range(128)
我尝试了 chardet 包，矩阵中的项目被识别为“windows-1252”。我使用“windows-1252”和“cp1252”解码矩阵中的项目，但问题仍然存在。在之前的解码之后，我尝试使用“utf-8”进行编码（即使用“windows-1252”），但它不起作用。我怀疑这是一个编码问题，但我并不完全确定。非常感谢任何有关如何解决此问题的线索。
这是代码：
import numpy as np
import random, string, re
def encode(message, size, token):
"""Assumes message is a string, size is the size limit of the message,
and token is a string with unique characters, i.e. bufalo but not rana"""
message = list(message)
while len(message) < size:
sgn = random.choice(['*', '?', '&', '@'])
message.append(sgn)
matrix = np.matrix(message)
cols = size/5
matrix = matrix.reshape((cols, 5)).T
encoded = np.chararray(shape=(cols,5)).T
token = token.lower()
token = list(token)
new = []
for i in token:
new.append(sorted(token).index(i))
while len(new) > 5:
for i in new:
if i >= (5):
new.remove(i)
old = range(0,5)
for o, n in zip(old, new):
encoded[np.ix_([n], range(0, matrix.shape[1]))] = matrix[np.ix_([o], range(0, matrix.shape[1]))]
encoded_str = ''
for i in range((encoded.size)):
encoded_str += encoded.item(i)
return encoded_str
#########################################
#THIS IS A TEST
#########################################
mssg = "La cría del león tiene dos años."
print encode(mssg, 120, 'bufalo')
#########################################
def decode(message, size, token):
message = list(message)
while len(message) < size:
sgn = random.choice(['*', '?', '&', '@'])
message.append(sgn)
matrix = np.matrix(message)
cols = size/5
matrix = matrix.reshape((5, cols))
token = token.lower()
token = list(token)
new = []
for i in token:
new.append(sorted(token).index(i))
while len(new) > 5:
for i in new:
if i >= (5):
new.remove(i)
old = range(0,5)
decoded = np.chararray(shape=(cols,5)).T
for n, o in zip(old, new):
decoded[np.ix_([n], range(0, matrix.shape[1]))] = matrix[np.ix_([o], range(0, matrix.shape[1]))]
decoded =decoded.T
decoded_str = ''
for i in range((decoded.size)):
decoded_str += decoded.item(i)
decoded_str = re.sub('[^a-zA-Z0-9\n\.]', ' ', decoded_str)
return decoded_str
【问题讨论】：
-
也许可以尝试定义您的字符串，例如：
u'La cría del león tiene dos años.'— 这可能会有所帮助。