Problème encoding dans Windows mais pas dans IDLE

Salut à tous,

J’ai voulu me faire une version du générateur de texte par chaine de Markov du poste (https://zestedesavoir.com/forums/sujet/5039/janvier-2016-generation-automatique-de-texte/?page=1 ) et j’ai réussi à arriver à un résultat qui me satisfait .

Cependant j’ai un "bug" très bizzare : mon script marche parfaitement quand je l’ouvre avec IDLE mais quand j’execute le fichier .py j’ai une erreur :File "C:\Python34\lib\encodings\cp850.py", line 19, in encode return codecs.charmap_encode(input,self.errors,encoding_map)[0] UnicodeEncodeError: 'charmap' codec can't encode character '\u2019' in position 30: character maps to <undefined>

Ci dessous mon script Python:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

# coding: utf-8
import markovify
import os


# Get raw text as string.
with open("corpus.txt", encoding="utf-8") as f:
    text = f.read()

# Build the model.
text_model = markovify.Text(text)

print("Bienvenue .")
nb_para=1
nb_para=int(input("Combien voulez-vous de paragraphe ? : "))


# Print five randomly-generated sentences
for i in range(nb_para):
    print(text_model.make_sentence())
    print(text_model.make_sentence())
    print(text_model.make_sentence())
    print(text_model.make_sentence())
    print(text_model.make_sentence())
    print("\n")
# Print three randomly-generated sentences of no more than 140 characters
# for i in range(3):
    # print(text_model.make_short_sentence(140))
os.system("pause")

Ca me semble être un problème d’encoding mais puisque j’ai spécifié l’encoding (UTF-8) je ne comprend pas bien le souci :s

Merci par avance à ceux qui pourront m’aider et bonne journée

Bonjour,

Tu précises l’encodage dans l’en-tête du fichier, mais es-tu sûr que ton fichier est au format UTF-8 ?

Oui le fichier .txt et en UTF-8 sans BOM (vérifie sous notepad+)

C’est pas forcément au fichier texte que je pensais, mais à ton script Python lui-même, bien que je ne vois de caractères spéciaux dans ton code.

L’erreur que tu cites ne permet pas d’identifier à quel moment elle se produit. N’as-tu pas un traceback plus complet ?

Je me demande aussi si l’erreur ne pourrait pas venir d’input, et donc de l’encodage de sys.stdin.

L’erreur se produit lorsque le script doit afficher le résultat du générateur de faux texte qui contient des accents (vu qu’en Francais) . Par contre la première étape (demander combien de paragraphe) fonctionne nickel

EDIT : pour info j’ai tenté de rajouter un .encode("utf-8") a tous mes print pour voir si ça résous le problème mais non ca ne marche pas si ca peut aider quelqu’un à trouver le souci :s Pour le fichier Python oui il est bien en UTF-8 sans BOM aussi

Merci pour l’aide je n’aurai jamais pensé à ça =D Il y avait des caractères bizarroïdes (issus d’un site web de retranscription de discours)