7

Buenas,

Tengo un script en python que accede a una base de datos acces. Los datos a los que accede me los tiene que devolver por la consola al lanzar el script, pero el problema es que si alguna palabra tiene tilde o es una "Ñ" me sustituye ese caracter por un cuadrado negro, que al pegarlo se traduce en un rombo con una interrogación --> "aplicaci�n de Gesti�n".

He probado con funciones que he encontrado por internet, he probado a cambiar la codificación pero no funciona, no se si es que hago algo mal con tanto lio de codificación o que.

Lo que necesito es saber como puedo hacer para sustituir la letra con tilde por la letra sin tilde o como sustituir este símbolo por un punto por ejemplo.

Este es mi método de conexión al archivo access:

driver_class = "net.ucanaccess.jdbc.UcanloadDriver" cnxn = zxJDBC.connect(jdbc_url, username, password,driver_class)

donde jdbc_url es la ruta al archivo access dentro de la máquina linux

Gracias.

5
  • ¿Qué servidor de bases de datos usas y qué código de conexión? Si es MySQL consulta este enlace para conocer cómo establecer el juego de caracteres correcto (parece que están almacenados usando ISO-8859-xx) y posteriormente pasarlo a UTF-8 o el que use tu aplicación con .decode('iso-8859-xx').encode('utf8'): dev.mysql.com/doc/connector-python/en/… Commented el 9 ene. 2018 a las 10:25
  • @OscarGarcia la BD es un archivo access y nunca había trabajado con uno, y no se mirar la codificación.... siento mi ignorancia.. y gracias por responder
    – G3l0
    Commented el 9 ene. 2018 a las 10:28
  • Si es un archivo access entonces el problema es que estás en Windows, la codificación de caracteres será (probablemente) ISO-8859-15, por lo que deberás usar el código que te puse para convertir las cadenas: cadena.decode('iso-8859-15').encode('utf8'). Commented el 9 ene. 2018 a las 10:30
  • Si el trozo de código proporcionado te ayudó házmelo saber para que te redacte una respuesta con la explicación y enlaces a la documentación de python. Si no, agradecería un ejemplo mínimo, completo y verificable para poder proporcionarte código exacto con la respuesta. Commented el 9 ene. 2018 a las 10:36
  • @OscarGarcia me sigue sacando el cuadradito por la consola... no se si tendrá que ver que lanzo todo desde ubuntu, porque el archivo access lo tengo en una máquina ubuntu y es donde lanzo el srcipt. driver_class = "net.ucanaccess.jdbc.UcanloadDriver" cnxn = zxJDBC.connect(jdbc_url, username, password,driver_class) donde jdbc_url es la ruta al archivo access dentro de la máquina linux
    – G3l0
    Commented el 9 ene. 2018 a las 10:36

2 respuestas 2

4

Estás sufriendo un problema con el juego de caracteres que usa el archivo access (probablemente latin9/iso-8859-15) que debes traducir a utf8, que es el que usa tu sistema operativo, antes de mostrarlo en pantalla o bien en una web que use utf8:

#!/usr/bin/env python
# -*- coding: utf-8 -*-

cadena = "Aplicaci\xf3n de Gesti\xf3n"
print("Antes: " + cadena)
print("Después: " + cadena.decode('iso-8859-15').encode('utf8'))

Resultado:

$ python ejemplo.py
Antes: Aplicaci�n de Gesti�n
Después: Aplicación de Gestión

Para hacer el trabajo hacemos uso de las funciones str.decode() y str.encode() indicando los juegos de caracteres origen y destino.

8
  • Me arroja este error: UnicodeEncodeError: 'ascii' codec can't encode character u'\ufffd' in position 36: ordinal not in range(128) PD: gracias por la ayuda :D
    – G3l0
    Commented el 9 ene. 2018 a las 10:49
  • De nada, ¿podrías indicarme cómo has usado las funciones que te propuse para ver por qué trata de convertirlo a ascii? ¿Has usado # -*- coding: utf-8 -*- en la parte superior de tu script? Commented el 9 ene. 2018 a las 10:52
  • parte superior: #!/usr/bin/env python # -- coding: utf-8 -- instrucciones que tu me pasaste: etiqueta = etiqueta.decode('iso-8859-15').encode('utf8')
    – G3l0
    Commented el 9 ene. 2018 a las 10:53
  • ¿Podrías decirme en hexadecimal (puedes usar hexdump) el contenido de la cadena para reproducir el problema? Commented el 9 ene. 2018 a las 10:58
  • Esto es --> 61706c6963616369f36e206465204765737469f36e
    – G3l0
    Commented el 9 ene. 2018 a las 11:00
1

Haciendo print(type(descripcion)) los datos llegan como unicode y el valor del caracter es \ufffd asi que se elimina de la cadena o se sustituye por otro y así consigues librarte del problema: descripcion = descripcion.replace(u'\ufffd','')

Me he basado en este post https://stackoverflow.com/questions/13093727/how-to-replace-unicode-characters-in-string-with-something-else-python

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.