5ちゃんねる ★スマホ版★ ■掲示板に戻る■ 全部 1- 最新50  

■ このスレッドは過去ログ倉庫に格納されています

くだすれPython(超初心者用) その5

1 :デフォルトの名無しさん:2009/10/24(土) 11:20:45
このスレッドは、他のスレッドでは書き込めない超低レベル、
もしくは質問者自身何が何だか分からない質問を勇気を持って書き込むスレッドです。
へび使いが優しくコメントを返しますが、
お礼は Python の布教と初心者の救済をお願いします。

エラーを解決したいときはエラー表示や環境を略さずに書き込んで下さい。
騙りが頻発しています。質問する方は一時的なトリップをつけることを検討して下さい。
次スレは >>950 辺りで

前スレ
くだすれPython(超初心者用) その4
http://pc12.2ch.net/test/read.cgi/tech/1243160751/

関連スレ
Pythonのお勉強 Part35
http://pc12.2ch.net/test/read.cgi/tech/1253535109/

230 :デフォルトの名無しさん:2009/11/15(日) 05:01:31
UnicodeError: Shift_JIS decoding error: invalid character 0x878a
args = ('Shift_JIS decoding error: invalid character 0x878a',)
具体的にどんなエラーでしょうか?

231 :デフォルトの名無しさん:2009/11/15(日) 06:15:45
>>230
文字コードの指定を間違えてるか、入力ファイルに不正な文字が含まれていてデコードに失敗

232 :デフォルトの名無しさん:2009/11/15(日) 06:20:51
不正な文字じゃなくても
「〜」が入ってるとだめだったりするな

233 :デフォルトの名無しさん:2009/11/15(日) 06:24:15
>>> '〜'.decode('mbcs')
u'\uff5e'
>>> '〜'.decode('shift_jis')
u'\u301c'
>>> '〜'.decode('cp932')
u'\uff5e'
>>> '〜'.decode('cp932').encode('utf-8')
'\xef\xbd\x9e'
>>> '〜'.decode('shift_jis').encode('utf-8')
'\xe3\x80\x9c'

234 :デフォルトの名無しさん:2009/11/15(日) 06:25:04
>>230
WindowsのShift_JISは、厳密にはCP932っていうShift_JISの拡張になってるから
文字コードの指定で"cp932"を与えないと一部の特殊文字とかが読めない。
鰍チて字が読めてない。

235 :デフォルトの名無しさん:2009/11/15(日) 06:40:33
>>231-234
本格的なアプリを作るならともかく使い捨て程度のコードですら文字コードでトラブルというのは
良い仕様とは言えないよな・・・仕様に文句言ってもしょうがないんだけどさ
1Byte圏発のブツだとこういう事が良くあるんだよなぁ

236 :デフォルトの名無しさん:2009/11/15(日) 06:49:33
>>235
なんか根本的なところが間違ってる、とまではいわないまでも、考え違いをしているような気がする。
もういちどスタートラインに戻って考え直してみてはいかが?

237 :デフォルトの名無しさん:2009/11/15(日) 07:36:54
>>236
日本で使う言語として
print "こんにちは"
が動かないのはどうかと思うのよ

238 :デフォルトの名無しさん:2009/11/15(日) 07:49:24
一行目にshebangがあるとして
ソースはUTF-8で保存した上で
二行目に
# -*- coding: utf-8 -*-
すると幸せになる


239 :デフォルトの名無しさん:2009/11/15(日) 09:37:53
>>238
幸せになれるというかこれしないと
タイプ数アホみたいに増えるから必須だと思う

240 :デフォルトの名無しさん:2009/11/15(日) 11:07:15
>>235
たしかにPythonの文字コードまわりの面倒くささは尋常じゃないね

俺は一旦すべてユニコードにしてから必要なときにエンコードする
ようにしてるけど、ここまで徹底する必要あるのか?と度々思う

241 :デフォルトの名無しさん:2009/11/15(日) 11:18:40
そんなんじゃPython3000についてけねーぞ
標準ライブラリですら内部でstrに変換しやがるのがあるくらいだし別に徹底してない

242 :デフォルトの名無しさん:2009/11/15(日) 11:36:05
>>240
そこまで徹底するのが、文字化け対策として一番楽なんだよ。

>>237
動かないわけ無いだろ。
Python3では問題ないし、Python2でもソースエンコーディングとターミナルのエンコーディングが一致
していれば動く。

Python2 でターミナルのエンコーディングと違うソースエンコーディング使いたいなら、最初に
from __future__ import unicode_literals
とするか、 u"こんにちは" と書けば良い。

243 :デフォルトの名無しさん:2009/11/15(日) 11:37:02
>>240
正解

244 :デフォルトの名無しさん:2009/11/15(日) 14:38:49
>>234
ありがとうございます。。
うまくいきましたが、こんどはMS932というので引っかかってしまいました。
.decode('cp932','ignore')ってやるとあとあと困ったりしますか?

245 :デフォルトの名無しさん:2009/11/15(日) 15:00:02
困るかもって思うなら
http://www.python.jp/doc/release/lib/codec-base-classes.html#codec-base-classes
ここ見て置換させるとか
2chのdatなんてcp932/shift_jis/shift_jis_2004/shift_jisx0213のどれ使ってもエラー吐くときあるし

246 :デフォルトの名無しさん:2009/11/15(日) 15:14:09
>>244
これ便利 => chardet.detect()

別途インストールしないと使えない(多分)のが玉に瑕

247 :デフォルトの名無しさん:2009/11/15(日) 16:29:09
chardetはある程度の長さがないと役に立たんのがなあ
まあ仕組上当たり前の事なんだが
ID3タグみたいなエンコーディングどころかロケール情報もないクソフォーマット触った時は頭抱えたわ

248 :デフォルトの名無しさん:2009/11/15(日) 16:38:42
def decorder(u):
  if isinstance(u, unicode): return u
  for cd in ['utf-8', 'euc-jp', 'cp932', 'iso-2022-jp', 'latin-1', 'ascii']:
    try:
      u = u.decode(cd)
      break
    except UnicodeDecodeError:
      continue
  else:
    u = u.decode('latin-1', 'replace')
  return u

249 :デフォルトの名無しさん:2009/11/15(日) 18:54:33
>>238
それを強要する仕様を初心者向けと謳うのはどうかと思うわけだが
今時のメインシステムはWindowsでSJISだし

250 :デフォルトの名無しさん:2009/11/15(日) 18:56:40
とりあえずUTF-8で書いとけってのにはまだ賛同できるが
Emacsスタイルのコメントがむかつく

251 :デフォルトの名無しさん:2009/11/15(日) 19:12:10
>>249
なんか今日の変な発言はみんなあんたなのかも知れんが
Pythonには初心者に優しい仕組みを提供するみたいな理念はないぞ
読みやすく、バランス良くって結果がたまたま初心者にもそこそこ使いやすいって状況になっただけ

252 :デフォルトの名無しさん:2009/11/15(日) 19:49:58
簡単なものを複雑であるかのように見せかけてはいけない。
複雑なものを簡単であるかのように見せかけてはいけない。


253 :デフォルトの名無しさん:2009/11/15(日) 19:55:57
thisってんじゃねーぞ

254 :デフォルトの名無しさん:2009/11/15(日) 20:23:54
>>249
いや、コードページがCP932だからといって、スクリプトのエンコーディングまで
勝手にCP932だと仮定されてしまうようだとまずいだろ
スクリプトを書くのは自分だけじゃないんだぞ

日本語Windowsで実行しているからと言ってブラウザがHTMLを
全部CP932だと考えるようではまずいのと同じだ
エンコーディングなんて書いた奴しか分からない(推定はできるが)ので
指定させるのが確実で手っ取り速い、HTMLと同じだろ?

>>250
> Emacsスタイルのコメントがむかつく
別にEmacsスタイルである必要は無いよ
#coding: utf-8
とかでいい
実際には
coding[=:]\s*([-\w.]+) という正規表現で
エンコーディング指定らしきものとパターンマッチしている

255 :デフォルトの名無しさん:2009/11/15(日) 20:31:28
そういうことじゃなくて幸せになれるのは誰かってこと
Windowsでそこらのエディタ使ってる初心者が幸せになれるわけじゃないよね

あとPEPから正規表現抜いてくるんなら
引用元書いたほうが勉強してる人が幸せになれるよ

256 :デフォルトの名無しさん:2009/11/15(日) 20:35:15
WindowsっていつまでSJIS使うんだろうなwww

257 :デフォルトの名無しさん:2009/11/15(日) 20:40:43
C の初心者は
#include <stdio.h>

#include <studio.h>
と平気で書いたりするからな
python でも
# code: shift_jis
とか書いて動かないとか言い出す香具師が出てきてもおかしくない
「初心者」と「アホ」は区別して良いと思う


258 :デフォルトの名無しさん:2009/11/15(日) 20:54:56
>>254
ブラウザは実用に支障のないレベルで文字コードを自動判別してくれるぞ
そこまでは行かなくてもWindows向けインタプリタのデフォルト文字コードは
mbcsでも良いはずだ

259 :デフォルトの名無しさん:2009/11/15(日) 21:00:38
どうですか?
http://boost.cppll.jp/HEAD/libs/date_time/doc/BuildInfo.html

260 :デフォルトの名無しさん:2009/11/15(日) 21:02:39
スレ的にはこっちが良かったかな
http://boost.cppll.jp/HEAD/libs/python/doc/index.html

261 :デフォルトの名無しさん:2009/11/15(日) 21:10:44
>>258
> そこまでは行かなくてもWindows向けインタプリタのデフォルト文字コードは
> mbcsでも良いはずだ

それじゃ全然ダメなんだよ
他人が書いたモジュールやスクリプトのことも考えろ

mbcsの意味がCP932なのは日本語ウィンドウズの話であって
外国ではWindows-1252だったりするわけだ
Windows-1252な環境の連中の書いたモジュールやスクリプトを
CP932でデコードして動くとでも思うのか?

262 :デフォルトの名無しさん:2009/11/15(日) 21:36:33
>>258
誤爆する可能性のある判別法を自動適用するとかアホすぎるぞ

263 :デフォルトの名無しさん:2009/11/15(日) 21:44:40
ブラウザにhtmlの文字コード自動判定する機能があるからといって、それに依存して
きちんとヘッダを書かないのは間違い。
ブラウザは自動判定ミスっても間違って表示するだけだけど、
プログラムが自動判定ミスって間違って動作するとマズイだろ。

264 :デフォルトの名無しさん:2009/11/15(日) 21:45:38
曲がりなりにもプログラミング言語なのに
まともにHTMLすら書けないレベルの奴はさすがに相手にしてないだろw

#coding: cp932のようにソースエンコーディングを指定するのも
#include <stdio.h>とか書くのも
何かを足すときに+と書くのも
全部言語仕様であり決まりごとに過ぎんと思うが

265 :デフォルトの名無しさん:2009/11/15(日) 21:50:54
>>261
配布されているコードは文字コードが書いてあるんだからデフォルトの文字コードが
何になっていようが問題ないのではないかい?

266 :デフォルトの名無しさん:2009/11/15(日) 21:59:59
> 配布されているコードは文字コードが書いてあるんだから
運用ルールで済ませるのではなく、「確実に」強制する方法を
Pythonが選んだというだけだろ
それ以外に「確実に」強制する方法は存在しないわけだし

1byte圏の人間がどんだけ文字エンコーディングに関心を持たないかなんて
知ってるだろ
こんだけやってくれてるのはむしろ有難いと思ったほうがいいぞ

267 :デフォルトの名無しさん:2009/11/15(日) 22:27:30
そうだな、これだけ厳密にやってくれてるから、Python製で日本語でも問題起きない
アプリが多いんだよな。

268 :デフォルトの名無しさん:2009/11/15(日) 22:45:24
>>260
そこヘッダにエンコードも書いてあるのに
なんで化けるんだろう?

269 :デフォルトの名無しさん:2009/11/15(日) 22:50:10
エラーは明示的に、という設計思想だから一見文字コードのエラー(UnicodeEncode/DecodeEroor)が多いように見えるが、
どこがまずいのかを明確に指摘してくれるから俺のような初心者には逆にありがたい。

270 :デフォルトの名無しさん:2009/11/15(日) 22:56:46
>>269の2行目は「それはどこがまずいのか明確に指摘してくれるってことだから〜」にしてくれ
>>268
レスポンスヘッダがUTF-8になってるから

271 :デフォルトの名無しさん:2009/11/15(日) 22:59:30
HTTPサーバのレスポンスヘッダの方が優先されるのね。不思議

272 :デフォルトの名無しさん:2009/11/15(日) 23:03:30
>>271
ttp://www.asahi-net.or.jp/~sd5a-ucd/rec-html401j/charset.html
HTML4.0仕様の5.2.2に優先順位が書いてある
サーバレスポンスが一番優先順位が高い

273 :デフォルトの名無しさん:2009/11/15(日) 23:32:09
>>270
なるほどd
Apacheのバージョン変えたときに
AddDefaultCharset UTF-8 のままにしちゃってるパターンか
中のひと分かってるのかなぁ

274 :デフォルトの名無しさん:2009/11/15(日) 23:33:50
馬鹿よけのためにわざとやってるサイトがあるという話を聞いたことがある

275 :デフォルトの名無しさん:2009/11/15(日) 23:44:02
「原則unicodeで必要なときだけstrに変換すべき」
理想ではあるけど現実的じゃないよね

276 :デフォルトの名無しさん:2009/11/15(日) 23:46:10
utf-8派がutf-8化の強制を目的としてわざとやることはある。

277 :デフォルトの名無しさん:2009/11/15(日) 23:46:14
そう、従わない奴が多いからPython3はああいう仕様になった
そういう意味では現実的ではない

278 :デフォルトの名無しさん:2009/11/16(月) 01:17:28
最近はUTF-8が増えてきたとは言え文字コードの扱いなんてそれぞれの言語圏で
育った文化の上に成り立っている物だし、それをガン無視して「仕様なんだから、こうしろ」とか
言っても不満が噴出して当然だよな

日本なんかいまだにJIS、SJIS、EUC-JP、UTF-8やらが入り乱れている状態だしなw

279 :デフォルトの名無しさん:2009/11/16(月) 01:21:38
意味が分からん
少なくともプログラマが吐くセリフじゃない

280 :デフォルトの名無しさん:2009/11/16(月) 01:26:17
Unicodeには言語学者とかも係わってくるから騒ぎが大きいけど、
Pythonには不満が噴出するほど人がいない。


281 :デフォルトの名無しさん:2009/11/16(月) 01:42:07
プログラマなら UTF-8 一択だろ JK

282 :デフォルトの名無しさん:2009/11/16(月) 01:48:08
>>281
バカか?w
扱う文字コードをすべてUTF-8に統一できるわけがないだろうjk

283 :デフォルトの名無しさん:2009/11/16(月) 01:55:05
それはお前がおかしい。

284 :デフォルトの名無しさん:2009/11/16(月) 02:14:35
>>281
みたいなのがプログラマだったら大変だな
「仕様書が悪い」とか言い出しそうだw

285 :デフォルトの名無しさん:2009/11/16(月) 08:59:32
>>282
扱う文字コードではなく、ソースコードのエンコーディングの話をしてるんだぞ?

286 :デフォルトの名無しさん:2009/11/16(月) 09:00:43
意味が分からん
少なくともプログラマが吐くセリフじゃない

250 KB
★スマホ版★ 掲示板に戻る 全部 前100 次100 最新50

read.cgi ver 05.04.02 2018/11/22 Walang Kapalit ★
FOX ★ DSO(Dynamic Shared Object)