Question

我正在使用这个小工具将Skype的聊天数据库转换为类似IRC的聊天导出形式的更具可读性的表示。我之所以这样做，是因为我保存了一些旧的Skype聊天记录＆＃39; .db文件，现在我试图从中提取内容。那部分我开始工作了，但现在有些东西我无法弄清楚它为什么会发生。

如果我以./skype2text.py file.db chat_partner_id调用我的脚本，它工作正常，并将指定用户ID的聊天打印到stdout

有了这个工作，我想将输出保存到文件而不是将其打印到stdout，所以我只是先将它作为echo $(./skype2text.py file.db chat_partner_id)运行，看它是怎么回事，所以我可以将它重定向到一个文件，当奇怪的事情发生时，那就是那个。它会打印第一个聊天行并崩溃。（并且在此之后也完全忽略换行符。）

$ echo $(./skype2text.py "main 1.db" miya)
Traceback (most recent call last):
File "./skype2text.py", line 62, in <module>
  print(u"<" + row[0] + u"> " +  unicode(parser.unescape(unicode(row[1]))))
UnicodeEncodeError: 'ascii' codec can't encode character u'\xe0' in position 47: ordinal not in range(128)
<Luda> C'est moi <ss type="wink">;)</ss> <MiYa> None

这是代码

#!/usr/bin/env python2
# charset=utf-8

from __future__ import print_function

import sys
import sqlite3
import os.path
import HTMLParser


def eprint(*args, **kwargs):
    print(*args, file=sys.stderr, **kwargs)

def eprint_use():
    eprint("usage : " + sys.argv[0] + " <file.db> <partner's skype ID> [output file]")

# actual code here
# first of all check argv and print the help message if it's wrong

if len(sys.argv) < 3 or len(sys.argv) > 4:
    eprint_use()

else:
    database_path = sys.argv[1]
    partner_id = sys.argv[2]
    output_path = sys.argv[3] if len(sys.argv) == 4 else partner_id + '.txt'

    if not os.path.isfile(database_path):
        sys.exit('the file %s does not exist' % (database_path))

    connection = sqlite3.connect(database_path)
    cursor = connection.cursor()

    parser = HTMLParser.HTMLParser()

    cursor.execute("SELECT from_dispname,body_xml FROM Messages WHERE dialog_partner='" + partner_id + "' ORDER BY timestamp")

    for row in cursor.fetchall():
        print(u"<" + row[0] + u"> " +  unicode(parser.unescape(unicode(row[1]))))

我已经忽略了顶部没有任何目的的大部分评论，因此第62行指的是最后一行。

我可能在某些时候对SQL查询做错了。我还没有真正检查输入是否有效，但这并非真正重要。为什么会这样？为什么以不同的方式调用脚本会导致它崩溃，尽管它本身可以完美地运行？我也检查了sys.argv，在两种情况下都包含相同的内容。同样是的，我有一个output_path变量未使用，我将根据第三个参数调整输出，如果它包含一个文件名，我现在输出到文件中。最奇怪的是它为什么会导致unicode异常？

$ bash --version
GNU bash, version 4.3.48(1)-release (x86_64-pc-linux-gnu)
$ python2 --version
Python 2.7.10

Answer 1

可能默认编码在第一种情况下是utf-8（当它工作时），在第二种情况下是ascii（当发生UnicodeEncodeError时）

也许试试：

for row in cursor.fetchall():
    res = u"<" + row[0] + u"> " +  unicode(parser.unescape(unicode(row[1])))
    print(res.encode('utf-8'))

python脚本引发错误，具体取决于从shell调用它的方式

1 个答案: