Vairāk

Unikoda atšifrēšanas kļūda formas failam programmā Python


Man ir Python skripts, lai pārveidotu formas failus uz Geojson. Mans kods darbojas labi, ja izmantoju dažus ASV datus, bet, kad vēlos izmantot kādu citu kodējumu, tas rada šādu kļūdu:

Traceback (pēdējais pēdējais zvans): fails "C: Python33 lib tkinter__init __. Py", 1475. rinda, zvanīt atgriezties self.func (*args)
Fails "C: /Users/name/PycharmProjects/desktopApp/core.py", 105. rinda shp2geojson for sr in reader.shapeRecords ():
Fails "C: Python33 lib shapefile.py", 553. rinda, formātā
Fails "C: Python33 lib shapefile.py", 525. rinda, ierakstos r = self .__ ieraksts () Fails "C: Python33 lib shapefile.py", 501. rinda, __ieraksta vērtība = u (vērtība ) Fails "C: Python33 lib shapefile.py", 60. rinda, atgriežot v.decode ('utf-8')

UnicodeDecodeError: “utf-8” kodeku nevar atšifrēt baitu 0xe1 10. pozīcijā: nederīgs turpinājuma baits

Kā novērst šo problēmu?

importēt formas failu importēt json def shp2geojson (): faila nosaukums = askopenfilename () lasītājs = formas fails. Lasītājs (faila nosaukums) lauki = lasītājs.lauki [1:] lauka_nosaukumi = [lauks [0] laukam laukos] buferis = [] sr reader.shapeRecords (): atr = dict (zip (field_names, sr.record)) geom = sr.shape .__ geo_interface__ buffer.append (dict (type = "Feature",  geometry = geom, properties = atr)) geojson = open ('shp.json', "w") geojson.write (izgāztuves ({"type": "FeatureCollection",  "features": buferis}, atkāpe = 2) + " n") geojson.close ()

Es to sapratu, tāpēc ievietoju atbildi šeit:

geojson = atvērts ('shp.json', "w", kodējums = "utf-8")

Pievienot

kodējums = 'utf-8'

uz šo rindu, veidojot json failu. Strādā lieliski!


Pēc katra gaidāmā zvana () pirms un pēc rekvizīti tiks iestatīti uz teksts, kas izdrukāts ar bērnu lietojumprogrammu. Iepriekšējais rekvizīts ietvers visu tekstu līdz paredzētajam virknes paraugam.

Tātad redzamās rakstzīmes apzīmē neapstrādātas virknes, kas tiek nosūtītas uz termināli un kuras parasti neredzētu, strādājot tieši ar termināli. Tas ietver norādījumus par krāsu, kursora pozicionēšanu, vadības rakstzīmēm utt.

Šajā Vikipēdijas rakstā varat atrast dažas rakstzīmes: ANSI_escape_code.

To pilnīga novēršana, iespējams, būtu saistīta ar parsētāja atrašanu/rakstīšanu tiem. Tātad varbūt modeļa maiņa būtu vieglāks risinājums?


Saistītie projekti

Šajā krātuvē ir šāds kods (PyTorch): & quot; LightNet: Vieglie tīkli semantiskajai attēlu segmentēšanai & quot; (notiek) Huijun Liu @ TU Braunschweig. Semantiskā segmentācija ir nozīmīga mūsdienu autonomās braukšanas sistēmas sastāvdaļa, jo precīza apkārtējās ainas izpratne ir ļoti svarīga pašbraucošās automašīnas navigācijai un braukšanas lēmumam. Mūsdienās dziļi pilnībā konvolucionāli tīkli (FCN) ļoti būtiski ietekmē semantisko segmentāciju, taču lielākā daļa attiecīgo pētījumu ir vērsti uz segmentācijas precizitātes uzlabošanu, nevis modeļa aprēķināšanas efektivitāti. Tomēr autonomā braukšanas sistēma bieži balstās uz iegultām ierīcēm, kur skaitļošanas un uzglabāšanas resursi ir salīdzinoši ierobežoti. Šajā rakstā mēs aprakstām vairākus vieglus tīklus, kuru pamatā ir MobileNetV2, ShuffleNet un jaukta mēroga DenseNet semantisko attēlu segmentācijas uzdevumam. Turklāt mēs ieviešam GAN datu palielināšanai [17] (pix2pixHD) vienlaicīgi telpisko kanālu sekvence un pastiprināšana (SCSE) un uztverošā lauka bloku (RFB) ierosinātajam tīklam. Mēs mēra savu veiktspēju Cityscapes pikseļu līmeņa segmentācijā un sasniedzam līdz 70,72% klases mIoU un 88,27% kat. mIoU. Mēs novērtējam kompromisus starp mIoU un operāciju skaitu, ko mēra ar reizinājumu-pievienošanu (MAdd), kā arī parametru skaitu.