Question

我正在尝试读取2个文本文件，其中一个以UTF8编码。我在PyCharm中使用Python 3。

2个文件中的示例：

1.
its group are in Spain .
its group are in Antarctica .
2.
sus grupos estan en España .
sus grupos estan en Antártida .

从命令行，我使用：

paste -d "\n" hw5-tiny.en tiny.es | python3 ibm.py

将文件读入sys.stdin。

在我的代码中，我使用以下内容来读取粘贴的文件：

#!/usr/bin/env python
#coding=utf8
import itertools
import sys

for fgn_sent,eng_sent in itertools.zip_longest(*[sys.stdin]*2):
   print(fgn_sent)

然后我得到错误：

Traceback (most recent call last):
  File "ibm0.py", line 33, in <module>
    initialize_probabilities()
  File "ibm0.py", line 13, in initialize_probabilities
    for fgn_sent,eng_sent in itertools.zip_longest(*[sys.stdin]*2):
  File "/Library/Frameworks/Python.framework/Versions/3.4/lib/python3.4/encodings/ascii.py", line 26, in decode
    return codecs.ascii_decode(input, self.errors)[0]
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 863: ordinal not in range(128)

第13行是上面的for...行。

Answer 1

这篇文章回答了我的问题：How to set sys.stdout encoding in Python 3?

我在命令行中添加了PYTHONIOENCODING=utf-8:surrogateescape1。

paste -d "\n" tiny.en tiny.es | PYTHONIOENCODING=utf-8:surrogateescape python3 ibm0.py

在PyCharm中读取UTF8编码文件

1 个答案: