我已经完成了一个简单的程序,用于确定是否在文件中找到了给定的字符串。
a=raw_input('write some string ')
f1=open("croatian.txt",'r')
def check():
found = False
for line in f1:
if ("%s"%a) in line:
found=True
print found
check()
我使用了一些上面编写的代码无法识别的字符 (č,ć,ž,đ,š)(克罗地亚语中的字符)。例如,如果我写字符串“čokolada”,程序说“False”,尽管在文件中找到了单词“čokolada”。如何解决?
请您参考如下方法:
很可能文本使用了不同的编码。如果文件是 UTF-8 编码的,但您在 Windows 上运行该程序,则几乎可以肯定。您应该将所有内容都转换为 Unicode,然后进行检查。
转换输入字符串:
a = a.decode(sys.stdin.encoding)
要转换文件,您可以使用codecs 打开文件,或者您可以在读取每一行时对其进行转换。请注意,您只需要这些更改中的一个!
f1 = codecs.open("croatian.txt", 'r', 'utf-8')
或:
line = line.decode('utf-8')
