Контакт со строкой, содержащей несколько кодировок символов
Прежде всего, вы не должны вызывать HTTP-запрос в componentWillMount(). Вместо этого сделайте это в componentDidMount(), как указано в React docs
Ваш метод в порядке. Однако, основываясь на стратегии контейнерных / презентационных (smart / dump) компонентов, вам лучше выполнить всю выборку данных в компоненте
Альтернативой является использование сторонних библиотек, таких как Redux или Mobx State Tree . Я не уверен насчет Mobx, но Redux сохраняет его за пределами компонентов и делает его доступным для всего приложения в контексте React. Вы должны подумать об использовании этого, так как это чрезвычайно мощный и простой в освоении
И последнее, но не менее важное, я включу здесь пару постов о шаблоне контейнера / компонентов представления:
- От Дана Абрамова - Создатель Redux
- Еще один средний пост
5 ответов
Нет никакой встроенной функциональности для декодирования строки как это, так как это - действительно свой собственный кодек. Просто необходимо разделить строку на тех управляющих символах и декодировать ее соответственно.
Вот (очень медленный) пример такой функции, которая обрабатывает latin1 и shift-JIS:
latin1 = "latin-1"
japanese = "Shift-JIS"
control_l = "\x0c"
control_j = "\n"
encodingMap = {
control_l: latin1,
control_j: japanese}
def funkyDecode(s, initialCodec=latin1):
output = u""
accum = ""
currentCodec = initialCodec
for ch in s:
if ch in encodingMap:
output += accum.decode(currentCodec)
currentCodec = encodingMap[ch]
accum = ""
else:
accum += ch
output += accum.decode(currentCodec)
return output
Более быстрая версия могла бы использовать str.split или регулярные выражения.
(Кроме того, как Вы видите в этом примере, "^J" является управляющим символом для "новой строки", таким образом, Ваши входные данные собираются иметь некоторые интересные ограничения.)
Вот относительно простой пример того, как делают это...
# -*- coding: utf-8 -*-
import re
# Test Data
ENCODING_RAW_DATA = (
('latin_1', 'L', u'Hello'), # Latin 1
('iso8859_2', 'E', u'dobrý večer'), # Central Europe
('iso8859_9', 'T', u'İyi akşamlar'), # Turkish
('iso8859_13', 'B', u'Į sveikatą!'), # Baltic
('shift_jis', 'J', u'今日は'), # Japanese
('iso8859_5', 'C', u'Здравствуйте'), # Cyrillic
('iso8859_7', 'G', u'Γειά σου'), # Greek
)
CODE_TO_ENCODING = dict([(chr(ord(code)-64), encoding) for encoding, code, text in ENCODING_RAW_DATA])
EXPECTED_RESULT = u''.join([line[2] for line in ENCODING_RAW_DATA])
ENCODED_DATA = ''.join([chr(ord(code)-64) + text.encode(encoding) for encoding, code, text in ENCODING_RAW_DATA])
FIND_RE = re.compile('[\x00-\x1A][^\x00-\x1A]*')
def decode_single(bytes):
return bytes[1:].decode(CODE_TO_ENCODING[bytes[0]])
result = u''.join([decode_single(bytes) for bytes in FIND_RE.findall(ENCODED_DATA)])
assert result==EXPECTED_RESULT, u"Expected %s, but got %s" % (EXPECTED_RESULT, result)
Я записал бы кодек, который инкрементно просканировал строку и декодировал байты, когда они пришли. По существу необходимо было бы разделить строки на блоки с последовательным кодированием и декодировать их и добавить их к строкам, которые следовали за ними.
Я не предполагаю, что у Вас есть какой-либо способ убедить человека, который размещает другую машину для переключения на unicode?
Это - одна из причин, Unicode был изобретен, в конце концов.
Определенно необходимо разделить строку сначала на подстроки wih различная кодировка и декодировать каждого отдельно. Только для забавы, обязательной "короткой" версии:
import re
encs = {
'L': 'latin1',
'G': 'iso8859-7',
...
}
decoded = ''.join(substr[2:].decode(encs[substr[1]])
for substr in re.findall('\^[%s][^^]*' % ''.join(encs.keys()), st))
(никакая проверка ошибок, и также Вы захотите решить, как обработать '^' символы в подстроках),