8

Eu tentei

with zipfile.ZipFile("5.csv.zip", "r") as zfile:
    for name in zfile.namelist():
        with zfile.open(name, 'rU') as readFile:
                line = readFile.readline()
                print(line)
                split = line.split('\t')

mas o resultado é:

b'$0.0\t1822\t1\t1\t1\n'
Traceback (most recent call last)
File "zip.py", line 6
    split = line.split('\t')
TypeError: Type str doesn't support the buffer API

Como farei para abrir esse arquivo como unicode ao invés de binário?

1

2 Respostas 2

7

Se você conhece a codificação correta do arquivo, basta utilizar a função decode no contéudo do arquivo (string se for Python 2, bytes ou bytearray se for Python 3):

with zfile.open(name, 'rU') as readFile:
    conteudo = readFile.read().decode(codificacao)

Como mencionado numa resposta à sua mesma pergunta no SO em inglês, tentar quebrar o conteúdo em linhas antes de decodificar é problemático, uma vez que codificações diferentes representam as quebras de linha de modo diferente. Entretanto, uma vez que você leu e decodificou todo o conteúdo do arquivo (através do read), você pode quebrá-lo em linhas normalmente uma vez que ele estará representado como uma string unicode (unicode se for Python 2, string se for Python 3):

line = conteudo.split('\n')[0]

Ou por meio de uma expressão regular (para suportar \n, \r ou \r\n):

line = re.split('\r?\n|\r', conteudo)[0]
3

A resposta dos gringos no SO foi

A razão pela qual você está vendo esse erro é porque você está tentando misturar bytes com unicode. O argumento para split também deve ser byte-string:

>>> line = b'$0.0\t1822\t1\t1\t1\n'
>>> line.split(b'\t')
[b'$0.0', b'1822', b'1', b'1', b'1\n']

Para obter uma string unicode string, use decode:

>>> line.decode('utf-8')
'$0.0\t1822\t1\t1\t1\n'

Se você estiver iterando sobre o arquivo que você pode usar codecs.iterdecode, mas que não vai funcionar com 'readline()`.

with zfile.open(name, 'rU') as readFile:
    for line in codecs.iterdecode(readFile, 'utf8'):
        print line
        # etc

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .