非标准字符导致程序结束

Question

我正在学习 python 数据挖掘，我有一个包含世界城市及其坐标列表的文本文件。使用我的代码，我试图找到城市列表的坐标。一切正常，直到有一个带有非标准字符的城市名称。我希望该程序会跳过该名称并移至下一个名称，但它会终止。我如何让程序跳过它找不到的名字并继续下一个？

lst = ['Paris', 'London', 'Helsinki', 'Amsterdam', 'Sant Julià de Lòria',
       'New York', 'Dublin']
source = 'world.txt'
fh = open(source)
n = 0
for line in fh:
    line.rstrip()

    if lst[n] not in line:
        continue
    else:
        co = line.split(',')
        print lst[n], 'Lat: ', co[5], 'Long: ', co[6]

        if n < (len(lst)-1):
            n = n + 1
        else:
            break

这个运行的结果是：

>>>
Paris Lat:  33.180704 Long:  67.470836

London Lat:  -11.758217 Long:  17.084013

Helsinki Lat:  60.175556 Long:  24.934167

Amsterdam Lat:  6.25 Long:  -57.5166667

>>>

Answer 1

您的代码有很多问题。以下修复了大部分（如果不是全部）问题 — 并且永远不会在找不到城市时终止。

# -*- coding: iso-8859-1 -*-
from __future__ import print_function

cities = ['Paris', 'London', 'Helsinki', 'Amsterdam', 'Sant Julià de Lòria', 'New York',
          'Dublin']
SOURCE = 'world.txt'

for city in cities:
    with open(SOURCE) as fh:
        for line in fh:
            if city in line:
                fields = line.split(',')
                print(fields[0], 'Lat: ', fields[5], 'Long: ', fields[6])
                break

Answer 2

可能是编码问题。你必须知道文件 "world.txt".

是哪种编码

如果你不知道，试试最常用的编码。

替换行：

fh = open(source)

行：

import codecs
fh = codecs.open(source, 'r', 'utf-8')

如果还是不行，把'utf-8'换成'cp1252'，再换成'iso-8859-1'。如果none这些常用编码都行得通，就得自己找编码了。尝试在Notepad++中打开"world.txt"，这个文本编辑器可以进行编码推断。（虽然不确定 Notepad++ 是否能够打开 300 万行文件）。

了解您自己的 python 源文件使用哪种编码，并通过在源文件的开头添加类似 # -*- coding: utf-8 -*- 的行来明确地告诉它也是一个好习惯.

当然，您必须指定源文件的确切编码。再一次，用Notepad++打开就可以确定了。

非标准字符导致程序结束

non-standard characters cause program to end

python

text-mining

python-2.7