[Løst] Lese fil med æøå riktig

[Papegøye]

Jeg har en .csv-fil jeg har lastet ned fra internett, som jeg skal lese i Python. Dette gjør jeg med

open(filnavn, "r")

Når jeg printer strenger fra filen som inneholder æåø får jeg opp for eksempel "�l" i stedet for "Øl". Jeg har definert 

# -*- coding: utf-8 -*-

øverst i filen allerede. 

 

Dersom jeg skriver

print "Øl"

fungerer det helt fint, så det er altså lesingen fra filen som det er noe galt med.

 

Noen tips? 

[xaco]

Mest sannsynlig er den filen enkodet med iso-8859-1 og ikke utf-8.

 

Det er et par ting du kan gjøre.

 

1. Prøv å finne ut hva slags enkoding filen har(det finnes flere måter å gjøre det på)

2. Om du bare må lese den filen Prøv å spesifiser iso8859-1 eller iso8859-15 når du leser filen. Om du bruker python3 så er encoding en parameter i open du kan sette.

[Papegøye]

Bruker Python 2.7

 

Usikker på hvordan jeg skal finne enkodingen til filen.

 

Prøvde å bruke codecs-modulen med følgende kode:

import codecs
infile = codecs.open(filnavn, "r", encoding="latin1")

og da får jeg inn æøå.

 

Men da dukker opp et nytt rart problem, for når jeg kjører .split() på linjene fra filen, endres liten ø til "\xf8", og hver streng i listen får en u foran seg

[Papegøye]

Løste problemet ved å gjøre følgende:

 

1. Fant enkoding ved å kjøre kommandoen "file <filnavn -I" i terminal

2. Brukte følgende kode for å hente inn filen:

infile = codecs.open(filename, "r", encoding="iso-8859-1")

3. Konverterte hver enkelt linje til utf-8 ved å bruke line.encode("utf-8")