Τα πάντα για την Python

από **xqtr** » 07 Φεβ 2010, 22:28

Δεν ασχολουμε με την Python... αλλα απο οτι φενεται... η σελιδα που κατεβαζεις εχει κωδικοποιηση πχ. windows-1253 ενω στο προγραμμα σου (η στο ubuntu γενικοτερα) χρησιμοποιει διαφορετικη. πιθανοτατα utf8.

Κατεβασε την σελιδα που επεξεργαζεσε με τον browser σου... και ανοιξε την με το gedit. Δοκιμασε διαφορες κωδικοσελιδες, μεχρι να βρεις αυτη που χρησιμοποιει το αρχειο .html. Η οποια κατα 99% θα ειναι η windows-1253/7

από **sokoban4ever** » 07 Φεβ 2010, 23:07

@DarkLord
δες τι κωδικοποίηση έχει η σελίδα (κατά πάσα πιθανότητα έχει ISO-8859-7 ή windows-1253 )
http://czyborra.com/charsets/iso8859.html#ISO-8859-7
και κάνε decode ανάλογα
πχ

Κώδικας: Επιλογή όλων: >>> x="Παράδειγμα".decode('utf-8') >>> x u'\u03a0\u03b1\u03c1\u03ac\u03b4\u03b5\u03b9\u03b3\u03bc\u03b1' >>> print x Παράδειγμα

επίσης κοίταξε και αυτό το module (είναι όσο έξυπνος είναι και ο browser στην αναγνώριση κωδικοποίησης χαρακτήρων )

Κώδικας: Επιλογή όλων: apt-cache show python-chardet

και μετά κάνε

Κώδικας: Επιλογή όλων: sudo apt-get install python-chardet

μετα πχ ας επισκεφτούμε την σελίδα http://vancouver-webpages.com/multilingual/greek.html
που φαίνεται στα μαύρα της τα χάλια

πχ

Spoiler: show

έγραψε:
>>> import chardet
>>> import urllib2
>>> page=urllib2.urlopen("http://vancouver-webpages.com/multilingual/greek.html")
>>> contents= page.read()
>>> contents #αλαμπουρνέζικα ...
'<HEAD>\n\n<TITLE>Greek / \xc7\xeb\xeb\xdd\xed\xe9\xea\xe1 (ISO 8859-7)</TITLE>\n\n\n\n</HEAD>\n<BODY>\n<H1>Greek / \xc7\xeb\xeb\xdd\xed\xe9\xea\xe1 (ISO 8859-7)</H1>\n<DD> \xc3\xe5\xe9\xdc \xf3\xe1\xf2\n<p>\n<a href="http://www.diavlos.gr/agelioforos/k01.htm">\nhttp://www.diavlos.gr/agelioforos/k01.htm</a><p>\n\n<hr>\nCITROEN VISA \xe1\xed\xf4\xe1\xeb\xeb\xdc\xf3\xe5\xf4\xe1\xe9 \xec\xe5 \xe1\xe3\xf1\xef\xf4\xe9\xea\xfc NISSAN *0382/32273<P>\r\n\xc3\xca\xc1\xd1\xd3\xcf\xcd\xc9\xc5\xd1\xc1 40 \xf4\xec \xf3\xf4\xe7 \xcd\xe5\xdc\xf0\xef\xeb\xe7 \xe1\xed\xf4\xe1\xeb\xeb\xdc\xf3\xf3\xe5\xf4\xe1\xe9 \xec\xe5 \xe3\xf1\xe1\xf6\xe5\xdf\xef 30-40 \xf4\xec \xf3\xf4\xef \xea\xdd\xed\xf4\xf1\xef *869544 \xe1\xf0\xfc\xe3\xe5\xf5\xec\xe1 \xea\xe1\xe9 *287572 \xf0\xf1\xf9\xdf<P>\r\n\xc4\xc9\xc1\xcc. \xf3\xf4\xef \xea\xdd\xed\xf4\xf1\xef \xec\xe5 \xe1\xf3\xe1\xed\xf3\xdd\xf1 \xea\xe1\xe9 \xea\xe1\xeb\xef\xf1\xe9\xf6\xdd\xf1 \xe1\xee\xdf\xe1\xf2 27.000.000 \xe4\xf1\xf7 \xe1\xed\xf4\xe1\xeb\xeb\xdc\xf3\xf3\xe5\xf4\xe1\xe9 \xec\xe5 \xec\xef\xed\xef\xea\xe1\xf4\xef\xe9\xea\xdf\xe1 \xec\xe5 \xea\xde\xf0\xef \xf3\xe5 \xe1\xea\xf4\xdf\xed\xe1 \xec\xdd\xf7\xf1\xe9 30 \xf7\xeb\xec \xe1\xf0\xfc \xc8\xe5\xf3/\xed\xdf\xea\xe7 *527339<P>\r\n\xc5\xd0\xc1\xcd\xd9\xcc\xc7 \xec\xef\xed\xef\xea\xe1\xf4\xef\xe9\xea\xdf\xe1 75\xf4\xec 2\xc4\xd3\xca\xcb \xf3\xe5 \xef\xe9\xea\xef\xf0\xe5\xe4\xef 400\xf4\xec \xea\xe1\xe9 \xca\xe7\xf6\xe9\xf3\xe9\xdc \xe4\xe9\xe1\xec. 74\xf4\xec 12 \xe5\xf4\xfe\xed 1\xef\xf2 \xfc\xf1. 2\xc4\xd3\xca\xcb \xec\xe5 \xe8\xe5\xf1\xec\xef\xf3\xf5\xf3\xf3\xf9\xf1\xe5\xf5\xf4\xdd\xf2 \xe1\xed\xf4\xe1\xeb\xeb\xdc\xf3\xf3\xef\xed\xf4\xe1\xe9 \xec\xe5 2 \xe4\xe9\xe1\xec/\xf4\xe1 \xf3\xf4\xe7 \xc8\xe5\xf3/\xed\xdf\xea\xe7 \xf3\xf4\xe7\xed \xdf\xe4\xe9\xe1 \xf0\xe5\xf1\xe9\xef\xf7\xde \xef\xf0\xef\xf5\xe4\xde\xf0\xef\xf4\xe5 \xe1\xeb\xeb\xef\xfd *431972 \xea\xe1\xe9 *865924<P>\r\n<h2>GIF (from Mosaic-L10N)</h2>\n<img src="greek.html.gif">\n</BODY>\n\n'
>>> print contents #κινέζικα ....
<HEAD>

<TITLE>Greek / �� (ISO 8859-7)</TITLE>

</HEAD>
<BODY>
<H1>Greek / �� (ISO 8859-7)</H1>
<DD> ��
<p>
<a href="http://www.diavlos.gr/agelioforos/k01.htm">
http://www.diavlos.gr/agelioforos/k01.htm</a><p>

<hr>
CITROEN VISA �� NISSAN *0382/32273<P>
�� 40 �� 30-40 �� *869544 �� *287572 ��<P>
��. �� 27.000.000 �� 30 �� /�� *527339<P>
�� 75�� 2�� 400�� . 74�� 12 �� 1�� . 2�� 2 ��/�� /�� *431972 �� *865924<P>
<h2>GIF (from Mosaic-L10N)</h2>
<img src="greek.html.gif">
</BODY>

>>> chardet.detect(contents)
{'confidence': 0.87901989033057149, 'encoding': 'ISO-8859-7'} # Ωραία το βρήκε είναι το 'ISO-8859-7'
>>>ToPithanoteroEncoding = chardet.detect(contents)['encoding']
>>> contents.decode(ToPithanoteroEncoding)
u'<HEAD>\n\n<TITLE>Greek / \u0397\u03bb\u03bb\u03ad\u03bd\u03b9\u03ba\u03b1 (ISO 8859-7)</TITLE>\n\n\n\n</HEAD>\n<BODY>\n<H1>Greek / \u0397\u03bb\u03bb\u03ad\u03bd\u03b9\u03ba\u03b1 (ISO 8859-7)</H1>\n<DD> \u0393\u03b5\u03b9\u03ac \u03c3\u03b1\u03c2\n<p>\n<a href="http://www.diavlos.gr/agelioforos/k01.htm">\nhttp://www.diavlos.gr/agelioforos/k01.htm</a><p>\n\n<hr>\nCITROEN VISA \u03b1\u03bd\u03c4\u03b1\u03bb\u03bb\u03ac\u03c3\u03b5\u03c4\u03b1\u03b9 \u03bc\u03b5 \u03b1\u03b3\u03c1\u03bf\u03c4\u03b9\u03ba\u03cc NISSAN *0382/32273<P>\r\n\u0393\u039a\u0391\u03a1\u03a3\u039f\u039d\u0399\u0395\u03a1\u0391 40 \u03c4\u03bc \u03c3\u03c4\u03b7 \u039d\u03b5\u03ac\u03c0\u03bf\u03bb\u03b7 \u03b1\u03bd\u03c4\u03b1\u03bb\u03bb\u03ac\u03c3\u03c3\u03b5\u03c4\u03b1\u03b9 \u03bc\u03b5 \u03b3\u03c1\u03b1\u03c6\u03b5\u03af\u03bf 30-40 \u03c4\u03bc \u03c3\u03c4\u03bf \u03ba\u03ad\u03bd\u03c4\u03c1\u03bf *869544 \u03b1\u03c0\u03cc\u03b3\u03b5\u03c5\u03bc\u03b1 \u03ba\u03b1\u03b9 *287572 \u03c0\u03c1\u03c9\u03af<P>\r\n\u0394\u0399\u0391\u039c. \u03c3\u03c4\u03bf \u03ba\u03ad\u03bd\u03c4\u03c1\u03bf \u03bc\u03b5 \u03b1\u03c3\u03b1\u03bd\u03c3\u03ad\u03c1 \u03ba\u03b1\u03b9 \u03ba\u03b1\u03bb\u03bf\u03c1\u03b9\u03c6\u03ad\u03c1 \u03b1\u03be\u03af\u03b1\u03c2 27.000.000 \u03b4\u03c1\u03c7 \u03b1\u03bd\u03c4\u03b1\u03bb\u03bb\u03ac\u03c3\u03c3\u03b5\u03c4\u03b1\u03b9 \u03bc\u03b5 \u03bc\u03bf\u03bd\u03bf\u03ba\u03b1\u03c4\u03bf\u03b9\u03ba\u03af\u03b1 \u03bc\u03b5 \u03ba\u03ae\u03c0\u03bf \u03c3\u03b5 \u03b1\u03ba\u03c4\u03af\u03bd\u03b1 \u03bc\u03ad\u03c7\u03c1\u03b9 30 \u03c7\u03bb\u03bc \u03b1\u03c0\u03cc \u0398\u03b5\u03c3/\u03bd\u03af\u03ba\u03b7 *527339<P>\r\n\u0395\u03a0\u0391\u039d\u03a9\u039c\u0397 \u03bc\u03bf\u03bd\u03bf\u03ba\u03b1\u03c4\u03bf\u03b9\u03ba\u03af\u03b1 75\u03c4\u03bc 2\u0394\u03a3\u039a\u039b \u03c3\u03b5 \u03bf\u03b9\u03ba\u03bf\u03c0\u03b5\u03b4\u03bf 400\u03c4\u03bc \u03ba\u03b1\u03b9 \u039a\u03b7\u03c6\u03b9\u03c3\u03b9\u03ac \u03b4\u03b9\u03b1\u03bc. 74\u03c4\u03bc 12 \u03b5\u03c4\u03ce\u03bd 1\u03bf\u03c2 \u03cc\u03c1. 2\u0394\u03a3\u039a\u039b \u03bc\u03b5 \u03b8\u03b5\u03c1\u03bc\u03bf\u03c3\u03c5\u03c3\u03c3\u03c9\u03c1\u03b5\u03c5\u03c4\u03ad\u03c2 \u03b1\u03bd\u03c4\u03b1\u03bb\u03bb\u03ac\u03c3\u03c3\u03bf\u03bd\u03c4\u03b1\u03b9 \u03bc\u03b5 2 \u03b4\u03b9\u03b1\u03bc/\u03c4\u03b1 \u03c3\u03c4\u03b7 \u0398\u03b5\u03c3/\u03bd\u03af\u03ba\u03b7 \u03c3\u03c4\u03b7\u03bd \u03af\u03b4\u03b9\u03b1 \u03c0\u03b5\u03c1\u03b9\u03bf\u03c7\u03ae \u03bf\u03c0\u03bf\u03c5\u03b4\u03ae\u03c0\u03bf\u03c4\u03b5 \u03b1\u03bb\u03bb\u03bf\u03cd *431972 \u03ba\u03b1\u03b9 *865924<P>\r\n<h2>GIF (from Mosaic-L10N)</h2>\n<img src="greek.html.gif">\n</BODY>\n\n'
>>> print contents.decode(ToPithanoteroEncoding) # δηλαδή 'iso-8859-7'
<HEAD>

<TITLE>Greek / Ηλλένικα (ISO 8859-7)</TITLE>

</HEAD>
<BODY>
<H1>Greek / Ηλλένικα (ISO 8859-7)</H1>
<DD> Γειά σας
<p>
<a href="http://www.diavlos.gr/agelioforos/k01.htm">
http://www.diavlos.gr/agelioforos/k01.htm</a><p>

<hr>
CITROEN VISA ανταλλάσεται με αγροτικό NISSAN *0382/32273<P>
ΓΚΑΡΣΟΝΙΕΡΑ 40 τμ στη Νεάπολη ανταλλάσσεται με γραφείο 30-40 τμ στο κέντρο *869544 απόγευμα και *287572 πρωί<P>
ΔΙΑΜ. στο κέντρο με ασανσέρ και καλοριφέρ αξίας 27.000.000 δρχ ανταλλάσσεται με μονοκατοικία με κήπο σε ακτίνα μέχρι 30 χλμ από Θεσ/νίκη *527339<P>
ΕΠΑΝΩΜΗ μονοκατοικία 75τμ 2ΔΣΚΛ σε οικοπεδο 400τμ και Κηφισιά διαμ. 74τμ 12 ετών 1ος όρ. 2ΔΣΚΛ με θερμοσυσσωρευτές ανταλλάσσονται με 2 διαμ/τα στη Θεσ/νίκη στην ίδια περιοχή οπουδήποτε αλλού *431972 και *865924<P>
<h2>GIF (from Mosaic-L10N)</h2>
<img src="greek.html.gif">
</BODY>

Σημείωση :
μάλλον ποιο πιθανόν να είναι windows-1253 την βάζουν οι windowζάδες συχνά και επειδή είναι πολλοί
πρέπει να έχει δίκιο ο xqtr

την σήμερον ημέρα να μην βάζεις σε ένα site utf-8 μου φαίνεται δείγμα βαρεμάρας... είτε υπερβολικό ... :evil:

από **DarkLord** » 10 Φεβ 2010, 18:23

Ευχαριστώ πολύ για τις απαντήσεις σας, έκανα αυτό που μου πρότεινε ο xqtr και δούλεψε μια χαρά

xqtr έγραψε:Κατεβασε την σελιδα που επεξεργαζεσε με τον browser σου... και ανοιξε την με το gedit. Δοκιμασε διαφορες κωδικοσελιδες, μεχρι να βρεις αυτη που χρησιμοποιει το αρχειο .html. Η οποια κατα 99% θα ειναι η windows-1253/7

αλλά στη python τα πράγματα είναι διαφορετικά
θα ήθελα να δοκιμάσετε ή να με διορθώσετε στο παρακάτω παράδειγμα κώδικα σε python και να μου πείτε πως
σας β γάζει την Ελληνική γλώσσα

Κώδικας: Επιλογή όλων: # -*- coding: windows-1253/7 -*- import urllib sock = urllib.urlopen("http://www.in.gr") htmlSource = sock.read() sock.close() print (htmlSource)

από **cyberpython** » 10 Φεβ 2010, 19:30

DarkLord έγραψε:Ευχαριστώ πολύ για τις απαντήσεις σας, έκανα αυτό που μου πρότεινε ο xqtr και δούλεψε μια χαρά

xqtr έγραψε:Κατεβασε την σελιδα που επεξεργαζεσε με τον browser σου... και ανοιξε την με το gedit. Δοκιμασε διαφορες κωδικοσελιδες, μεχρι να βρεις αυτη που χρησιμοποιει το αρχειο .html. Η οποια κατα 99% θα ειναι η windows-1253/7

αλλά στη python τα πράγματα είναι διαφορετικά
θα ήθελα να δοκιμάσετε ή να με διορθώσετε στο παρακάτω παράδειγμα κώδικα σε python και να μου πείτε πως
σας β γάζει την Ελληνική γλώσσα
Κώδικας: Επιλογή όλων
# -*- coding: windows-1253/7 -*- import urllib sock = urllib.urlopen("http://www.in.gr") htmlSource = sock.read() sock.close() print (htmlSource)

Αν δεις τον κώδικα της σελίδας, αναφέρει οτι η κωδικοποίηση είναι ISO-8859-7, οπότε:

Κώδικας: Επιλογή όλων: import urllib sock = urllib.urlopen("http://www.in.gr") htmlSource = sock.read() sock.close() print (htmlSource.decode('iso-8859-7'))

από **DarkLord** » 10 Φεβ 2010, 20:28

Ευχαριστώ αρχηγέ αυτό ήταν το λάθος που έκανα, έπρεπε να βάλω το .decode('iso-8859-7') :oops:

από **cyberpython** » 11 Φεβ 2010, 20:26

RSS desktop widget σε Python και PyGtk:
Κώδικας στο Pastebin

Edit: Μη κάνετε κλικ στο download - δεν κατεβαίνει ολόκληρο! Πηγαίντε στο κάτω μέρος της σελίδας και κάντε copy-paste τον κώδικα.

Για να τρέξει χρειάζεται gtk, webkit, cairo και τα αντίστοιχα python bindings. Για εγκατάστασή τους στο Ubuntu 9.10:

Κώδικας: Επιλογή όλων: sudo apt-get install python-webkit python-gobject python-gtk2 python-gtk2-dev python-glade2 python-cairo

από **Dr.Paneas** » 13 Μάιος 2010, 21:00

Μελετάω τώρα τα μαθήματα που έχετε μεταφράσει, και έχω την εξής απορία:
Όταν έχουμε βρόγχους ( while ή for ), ποιός ο λόγος να χρησιμοποιήσουμε το else ; Θέλω να πω ότι το else εκτελείται με τον τερματισμό του βρόγχου, οπότε είτε το γράψουμε είτε όχι, δεν έχουμε πρόβλημα. Αν το γράψουμε όμως, τότε θα αναγκαστούμε να πάμε ένα tab δεξία για να δείξουμε στην python ότι αναφερόμαστε στο codeblock του else, ενώ στην πραγματικότητα δεν αναφερόμαστε πουθενά, παρά επιστρέφουμε στην κύρια δομή μετά την έξοδο της λούπας. Άρα, μήπως το χρησιμοποιούμε για να δώσουμε έμφαση σε έναν που διαβάζει γρήγορα με τον μάτι τον κώδικα, τι ποια εντολή θέλουμε να εκτελείται ακριβώς μετά την λούπα ;

Προσπαθώ να καταλάβω την λογική, έστω και αν είναι προαιρετικό το else.

από **sokoban4ever** » 14 Μάιος 2010, 19:45

Dr.Paneas το else παίρνει τον έλεγχο της ροής του προγράμματος όταν τα προηγούμενα (while for if ) παύουν να είναι true
πχ

Κώδικας: Επιλογή όλων: >>> def test(): ... x=0 ... while x < 10 : ... print "x is less than 10" ... x+=1 ... else : ... print " x < 10 is no longer true "

Κώδικας: Επιλογή όλων: >>> test() x is less than 10 x is less than 10 x is less than 10 x is less than 10 x is less than 10 x is less than 10 x is less than 10 x is less than 10 x is less than 10 x is less than 10 x < 10 is no longer true

Κώδικας: Επιλογή όλων: >>> for i in xrange(10): ... print i ... else : ... print "done" ... ... 0 1 2 3 4 5 6 7 8 9 done

Στην περίπτωση ( που είναι και ποιο εύκολα αντιληπτό ) του if then else
to else μας εξασφαλίζει ότι η ροή του προγράμματος θα συνεχιστεί από μέσα από το else όταν και μόνο όταν η if <συνθήκη> είναι ψευδές
πχ

Κώδικας: Επιλογή όλων: >>> YouHaveNotUnderstandMe = False >>> if YouHaveNotUnderstandMe: ... print "RTFM..." ... else: ... print "You have understand me" ... You have understand me

επειδή η γλώσσα είναι imperative οτιδήποτε βάλεις μετά θα εκτελεστεί γραμμή προς γραμμή στην σειρά
αν δεν βάλεις else δεν μπορείς να έχεις έλεγχο της ροής
ελπίζω να βοήθησα
http://en.wikipedia.org/wiki/Imperative_programming

από **Dr.Paneas** » 16 Μάιος 2010, 01:38

ευχαριστώ πολύ sokoban4ever, ήσουν κατατοπιστικότατος. Επί της ευκαιρίας, διαβάζοντας το A Byte of Python κάπου λέει :

έγραψε:Για παράδειγμα, το κείμενο "Rise to vote, sir" είναι παλίνδρομο, αλλά το τρέχον πρόγραμμά μας δεν το λέει. Μπορείτε να αναπτύξετε το ανωτέρο πρόγραμμα για να το αναγνωρίσει σαν παλίνδρομο;

Το προγραμματάκι που έγραψα:

Κώδικας: Επιλογή όλων: #!/usr/bin/env python # -*- coding: utf-8 -*- def antistrofi(text): return text[::-1] def remove_chars(text): removed_char_list = (' ', ',', '.', ';', '\'', '\"','\\','/') for i in range(0,len(removed_char_list)): text = text.replace(removed_char_list[i], '') return text def is_it_palidrome(text): # Μετέτρεψε όλο το κείμενο σε πεζά (επειδή είναι case sensitive) text = text.lower() # Διώξε χαρακτήρες όπως space, τελείες, κόμμα κλπ text = remove_chars(text) # Αντέστρεψε το κείμενο rvsText = antistrofi(text) # Έλεξε αν τα δύο κείμενα έχουν ίδιους χαρακτήρες 1 προς 1 if text in rvsText: return True else: return False phrase = input('Πληκτρολογήστε μία φράση: ') if is_it_palidrome(phrase): print("Το κείμενο είναι παλινδρομο") else: print("Το κείμενο δεν είναι παλινδρομο")

από **sokoban4ever** » 16 Μάιος 2010, 18:28

Thanks ,ωραίο προγραμματάκι :-)

ένα μικρό σχόλιο
για τον έλεγχο αν τα δύο κείμενα έχουν τους ίδιους χαρακτήρες ένα προς ένα
με τον τελεστή in δεν μπορείς να το τσεκάρεις μπορείς όμως να δείς πχ άμα ένα string περιέχει ένα χαρακτήρα (τουλάχιστον 1 φορά)
πχ

Κώδικας: Επιλογή όλων: >>> 'P' in 'Python' True

>>> 'nohtyP' in 'Python'
False
Στην συνάρτηση is_it_palidrome μπορείς να κάνεις κάτι τέτοιο

Κώδικας: Επιλογή όλων: >>> counts=0 >>> for i in text": ... if "rvsText".count(i)==1: ... counts +=1 else : return False ... if len(text) == counts: return True

ή αλλιώς

Κώδικας: Επιλογή όλων: >>> if list(reversed(rvsText)) == list(text): return True else : return False

keep on

Τα πάντα για την Python

Re: Τα πάντα για την Python

Re: Τα πάντα για την Python

Re: Τα πάντα για την Python

Re: Τα πάντα για την Python

Re: Τα πάντα για την Python

Re: Τα πάντα για την Python

Re: Τα πάντα για την Python

Re: Τα πάντα για την Python

Re: Τα πάντα για την Python

Re: Τα πάντα για την Python