KeyError (klíč s diakritikou) – Python – Fórum – Programujte.com

Dobrý den,

  Přiznám se, že už jsem se svou chybou bezradný, protože mi nejde do hlavy jak je to možné. Mám slovník, do kterého načtu slova. Pak program projíždí všechny načtené možnosti slov a přiřaruje jim slova ze slovníku. pokud jsou slova bez diakritiky vše funguje, ale když se objeví háčky a čárky, slovník hlásí chybu, že nic nenalezl.

Kód (ve skratce):

#!/usr/bin/env python
# -*- tzdf coding: UTF8

def funkce(self):

  print(self.slovo.vzor)   #vypise capartě
  print("x"+self.slovo.vzor+"x")    #raději jestli kolem slova neni neviditelny "binec"
  p = self.vsechny_vzory["capartě"]   #zde se slovo vyhleda
  if p:
     print("capartě nalezen")  #program úspešně vypise že capartě nalezl (ale to jsem ho tam dodal ručně jako debag)

  ze_slovniku = self.vsechny_vzory[self.slovo.vzor] # zde už program spadne

# self.slovo.vzor je řetězec

# self.vsechny_vzory je slovni {} a capartě tam opravdu je

Výpis programu:

capartě
xcapartěx
capartě nalezen
Exception in Tkinter callback
Traceback (most recent call last):
  File "/usr/lib/python2.7/lib-tk/Tkinter.py", line 1413, in __call__
    return self.func(*args)
  File "./appl.py", line 719, in listbox1dbclick
    self.rozgenerovani()
  File "./appl.py", line 754, in rozgenerovani
    vzor = self.vsechny_vzory.seznam_vzoru[vyhledej]
KeyError: u'capart\u011b'

Díky moc, pokud někdo máte jakékoliv tušení proč se tak děje (kdybych do slovniku uložil caparte a hledal caparte vse funguje)

Michal

Proměnná self.slovo.vzor obsahuje unicode řetězec, zatímco před tím to zkoušíš s obyčejným. Uvedu ukázku, jak to funguje:

# vypise dvakrat to same, ale jenom zdanlive
print "capartě" # obycejny retezec
print u"capartě" # unicode retezec

a = {
	'capartě' : 'ok',
}

b = {
	u'capartě' : 'ok',
}

print a['capartě'] # projde
print a[u'capartě'] # keyerror

print b['capartě'] # keyerror
print b[u'capartě'] # projde

Takže si musíš používání unicode řetězců sjednotit, nejsnazší je asi ho používat i pro klíče ve slovníku.

#2 yetty

Mnohokrát děkuji, to zní velmi pravděpodobně :-). Něvěděl jsem to a už jsem ti opravdu myslel, že si ze mě Python dělá srandu.

Pracuji v linuxu a příkaz file mi o souborech vypíše následující:

michal@hpg62:~/Dokumenty/Vzory/zadani$ file GUI/slova
GUI/slova: UTF-8 Unicode text
michal@hpg62:~/Dokumenty/Vzory/zadani$ file seznamVzoru.dat
seznamVzoru.dat: UTF-8 Unicode text, with very long lines

Podle seznamVzoru se naplni slovnik, a podle slova se v něm pak vyhledava

Myslel jsem že to znamená to stejne (v posdatě), ale "nedačí" se mi pomoci recode ziskat stejny formát (teda nevím jak, znám jen Latin2..u8)

Díky za pomoc, tohle je doufám poslední s čím budu otravovat

#3 Michal
Soubory se mi zdají být v pořádku, ale asi někde bude váznout jejich načítání. Zkusil bych využít balíček codecs:

import codecs
fileObj = codecs.open("soubor", "r", "utf-8")
u = fileObj.read()

To by ti mělo soubor načíst jako Unicode. 

Jinak tyhle problémy by měl řešit Python 3. Jak moc se mu to povedlo jsem zatím nezkoušel...