0

Estou usando a função input() para ler um texto da entrada padrão. O programa será executado com redirecionamento de IO em sistema linux, da seguinte forma:

python arquivo.py < in.put > out.put

O arquivo in.put, no entando, está em ISO-8859-1. O código problemático é simplesmente o seguinte:

string = input()

Tentei resolver, sem sucesso, aplicando os métodos decode() e encode(), das seguintes formas (conforme vi como possíveis soluções para o mesmo erro em outros casos relatados):

# 1o teste
string = input().decode('latin1').encode('utf8')

# 2o teste
string = input()
string.decode('latin1').encode('utf8')

Em todos os testes, o erro retornado é o seguinte:

File "/usr/lib/python3.10/codecs.py", line 322, in decode
   (result, consumed) = self._buffer_decode(data, self.errors, final)
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xe7 in position 1: invalid continuation byte

O byte 0xe7, a propósito, é um "ç". Como resolvo esse problema sem alterar os encodings originais dos arquivos de entrada e saída?

Informo que a execução do programa será automatizada, portanto, a entrada de dados deve permancer via standard input, estando fora de questão entrada via leitura de arquivo com open('file').

0

1 Resposta 1

1

Há duas possibilidades, depende da versão do Python.

A partir do Python 3.7 é possível mudar o encoding usado pela entrada padrão:

import sys

sys.stdin.reconfigure(encoding='iso-8859-1')
string = input()
print(string)

Para versões anteriores a 3.7, basta criar um io.TextIOWrapper:

import io
import sys

input_stream = io.TextIOWrapper(sys.stdin.buffer, encoding='iso-8859-1')
string = input_stream.read()
print(string)

Mas no seu caso, como você também quer escrever, acredito que queira que o arquivo de saída também esteja no mesmo encoding. Neste caso, basta setar o encoding também no stdout.

Python >= 3.7:

import sys

sys.stdin.reconfigure(encoding='iso-8859-1')
sys.stdout.reconfigure(encoding='iso-8859-1')
string = input()
print(string)

Python < 3.7:

import io
import sys

input_stream = io.TextIOWrapper(sys.stdin.buffer, encoding='iso-8859-1')
output_stream = io.TextIOWrapper(sys.stdout.buffer, encoding='iso-8859-1')
string = input_stream.read()
output_stream.write(string)

Vale notar também que você pode usar encodings diferentes para a entrada e saída.


Referência: Python 3: How to specify stdin encoding

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 .