geograpy3 库用于提取文本中的位置，给出 UnicodeDecodeError：'charmap'编解码器无法解码位置 276 中的字节0x8d

我正在尝试使用python中的geography3库从文本中提取位置。

import geograpy
address = 'Jersey City New Jersey 07306'
places = geograpy.get_place_context(text = address)

对此，我收到以下错误UnicodeDecodeError：

 ~Anacondalibsite-packagesgeograpyplaces.py in populate_db(self)
 28         with open(cur_dir + "/data/GeoLite2-City-Locations.csv") as info:
 29             reader = csv.reader(info)
---> 30             for row in reader:
 31                 print(row)
 32                 cur.execute("INSERT INTO cities VALUES(?, ?, ?, ?, ?, ?, ?, ?, ?, ?);", row)
~Anacondalibencodingscp1252.py in decode(self, input, final)
 21 class IncrementalDecoder(codecs.IncrementalDecoder):
 22     def decode(self, input, final=False):
---> 23         return 
 codecs.charmap_decode(input,self.errors,decoding_table)[0]
 24 
 25 class StreamWriter(Codec,codecs.StreamWriter):
UnicodeDecodeError: 'charmap' codec can't decode byte 0x8d in position 276: character maps to <undefined>

经过一番调查，我尝试修改 places.py 文件，并在第 30 行中添加编码 ="utf-8"----->

with open(cur_dir + "/data/GeoLite2-City-Locations.csv", encoding="utf-8") as info:

但它仍然给了我同样的错误。我还尝试将GeoLite2-City-Locations.csv保存在我的桌面上，然后尝试使用相同的代码读取它。

with open("GeoLite2-City-Locations.csv", encoding="utf-8") as info:
      reader = csv.reader(info)
      for row in reader:
          print(row)

它工作绝对正常，并打印GeoLite2-城市位置.csv的所有行。我不明白这个问题！

作为 geograpy3 的提交者来重现您的问题，我在最新的 geograpy3 https://github.com/somnathrakshit/geograpy3/blob/master/tests/test_extractor.py 中添加了一个测试：

结果是：

['Jersey', 'City'

因此，您可以简单地切换到最新版本。

def testStackoverflow54077973(self):
        '''
        see https://stackoverflow.com/questions/54077973/geograpy3-library-for-extracting-the-locations-in-the-text-gives-unicodedecodee
        '''
        address = 'Jersey City New Jersey 07306'
        e=Extractor(text=address)
        e.find_entities()
        self.check(e.places,['Jersey','City'])

您应该

像以前一样指定编码encoding='utf-8'，尽管在 places.py（49 行）correct_country_mispelling(self, s)方法中<</p>

div class="ans>

经过一些调查，在某些情况下，这是一个Windows vs Linux错误。即使使用

with open(cur_dir + "/data/GeoLite2-City-Locations.csv", encoding="utf-8") as info:

我无法解决我的Windows计算机上的错误。但是，完全相同的代码在我使用的 Linux 计算机上也运行良好。我在Linux上查看了City-Locations.csv文件，它似乎LibreOffice自动编码和/或解析了所有字符。在Excel中查看同一文件时，我仍然会有导致错误的所有时髦字符。出于某种原因，Excel 坚持保留奇数字符。

相关内容

最新更新

热门标签：