3

He estado buscando demasiado pero no he encontrado la respuesta, el caso es el siguiente:

  1. Con PHP tengo que obtener el listado de los archivos de un directorio.
  2. El listado lo tengo que guardar en un archivo con formato JSON, para lo cual utilizo json_encode().
  3. El archivo guardado lo descargo desde un cliente con Python 2.7.3
  4. Se debe de leer el archivo y crear archivos a partir de los nombres guardados en el archivo.

A continuación el código de como lo realizo:

header('Content-Type: application/json; charset=UTF-8');

function listar_directorios_ruta($repository) {
    $response = array();
    try
    {
       if (is_dir($repository))
       {
          $files = new FilesystemIterator($repository);

          foreach ($files as $file) {
             if ($file->getFilename()[0] === '.') continue;

             array_push($response, array(
                'name' => $file->getFilename()
             ));
          }
       }
    }
    catch(Exception $ex)
    {
    }

   return $response;
}

$response['files'] = listar_directorios_ruta('directorio');

$responseJSON = json_encode($response);

file_put_contents('listado_archivos.json', $responseJSON);

En el directorio tengo un solo archivo llamado ñ.txt, al crear el archivo si aparece ñ.txt, hasta aquí "todo bien".

Hago lo siguiente en Python (en linea de comando):

>>>test = open('listado_archivos.json').read()
>>>test
'n\xcc\x83.txt'
>>>
>>>print test
ñ.txt
>>>
>>>newFile = open(test, 'w')
>>>createFile.write('Contenido para el archivo')
>>>createFile.close()

Trato de mostrar el contenido del archivo:

# cat ñ.txt
cat: can't open 'ñ.txt': No such file or directory

Pero si hago lo siguiente directo con Python, si funciona:

>>> test = 'ñ.txt'
>>> test
'\xc3\xb1.txt'
>>>
>>> print test
ñ.txt
>>>
>>> newFile = open(test, 'w')
>>> newFile.write('Contenido para el archivo')
>>> newFile.close()
>>> quit()

# cat ñ.txt
Contenido para el archivo

La codificación de la ñ cuando viene desde PHP es distinta a la de Python.

Como hacer para que PHP convierta o interprete de forma correcta la ñ para que Python pueda crear el archivo de forma correcta?

Saludos...

0

1 respuesta 1

2

Lo que está pasando aparentemente es que ambos lenguajes están trabajando con Unicode (UTF-8 en concreto) pero usando caracteres diferentes pero canónicamente equivalentes.

En Unicode se conoce como carácter compuesto a una entidad (code-point) Unicode que puede definirse como una secuencia de otros caracteres. (ó = 0 + ', ñ = n + ~, à = a +, etc)

PHP está enviando la ñ como una secuencia U+006E + U+0303 (n + ~). Por otro lado Python usa el code-point U+00F1 (ñ), que es un carácter compuesto.

Son considerados canónicamente equivalentes pero no iguales, tienen el mismo aspecto y significado cuando se imprimen pero se forman con diferentes code-points.

Desde el lado de Python, lo que puedes hacer es normalizar la cadena UTF-8 codificada que recibes para obtener su forma compuesta. Para ello podemos usar unicodedata.normalize de la biblioteca estándar:

>>> test = 'n\xcc\x83.txt'
>>> test = unicodedata.normalize('NFC', test.decode("UTF-8")).encode("UTF-8")
>>> test
'\xc3\xb1.txt'

En PHP puedes usar Normalizer::normalize.

1
  • Realicé las pruebas con la respuesta que me proporcionaste, las cuales fueron exitosas. Muchas gracias por tu apoyo. Saludos...
    – Rodolfo
    Commented el 13 ene. 2018 a las 0:33

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.