PythonでMac OSのテキストをデコイルする

Question

RTFドキュメントを解析するコードをいくつか書いており、使用できるさまざまなコードページを処理する必要があります。 Pythonは、必要なすべてのWindowsコードページ用デコーダが付属していますが、私は、Macのものを処理するかどうかはわかりません。

# 77: "10000", # Mac Roman 
# 78: "10001", # Mac Shift Jis 
# 79: "10003", # Mac Hangul 
# 80: "10008", # Mac GB2312 
# 81: "10002", # Mac Big5 
# 83: "10005", # Mac Hebrew 
# 84: "10004", # Mac Arabic 
# 85: "10006", # Mac Greek 
# 86: "10081", # Mac Turkish 
# 87: "10021", # Mac Thai 
# 88: "10029", # Mac East Europe 
# 89: "10007", # Mac Russian 

んPythonはこれらのための任意の組み込みのサポートがありますか？そうでない場合は、それらを処理するクロスプラットフォームのpure-Pythonライブラリがありますか？

あなたが「MAC-トルコ」、それらの名前のMAC-ローマン 'で知られているこれらのためのpythonのコーデックを使用することができます

Answer 1

など

>>> 'foo'.decode('mac-turkish') 
u'foo' 

あなたは自分の名前でそれらを参照する必要がありますあなたの質問にあるこれらの数字は、ソースファイルには表示されません。詳細は$pylib/encodings/mac_*.pyをご覧ください。

Answer 2

少なくともMac RomanとMac Turkishのエンコーディングは、macromanとmacturkishの名前でPython stdlibに存在するようです。最新のPythonのエンコードエイリアスの完全なリストについては、http://svn.python.org/projects/python/trunk/Lib/encodings/aliases.pyを参照してください。

Answer 3

号

しかし、unicode.orgは、あなたがそれらのコーデックを解析するモジュールを生成するために使用できるコーデック記述ファイルを提供します。 Pythonソースディストリビューションには、これらのファイルを変換するスクリプト（Python-x.x/Tools/unicode/gencodec.py）が含まれています。