作者jasonhsu14 (14號星期五的傑森)
看板Python
標題[問題] pip install pdfplumber遇到encoding問題
時間Wed Nov 18 15:17:16 2020
因工作需求
需要用讀取pdf上的表格
雖然試用過tabula，但其顯現的效果不太好
所以想嘗試換用pdfplumber
但在pip install pdfplumber的過程中遇到ERROR
看起來是UniDecodeError的問題
'cp950' codec can't decode byte 0xe2 in position 4981: illegal multibyte
sequence
不知道如何pip 的時候解決這個問題.....
另外我的PYTHON是3.8
雖然上網GOOGLE過相關辦法
sys.setdefaultencoding("utf-8")
但上述辦法似乎在好幾個版本前就被拿掉
所以還想請問版上大大有成功安裝過pdfplumber的經驗分享
或我該如何解決這個問題
或是面臨稍微有點複雜的pdf表格，該如何讀取
說是複雜，其實他就是沒有明確的表格 只用空格來區隔
所以導致我用tabula時候會某A欄的資料跑到隔壁欄去
先謝謝願意看到這邊了解我問題的版友們
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 61.228.220.91 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Python/M.1605683838.A.9B2.html
1F：→ AndCycle: pip install UnicodeDecodeError #304 11/18 16:30
2F：→ AndCycle: pdfplumber 的 bug, 才剛修 11/18 16:31
我剛有看了一下你說的那篇，他看起來5天前修好這個
但我今天安裝時候還是有問題..
還是我應該退到3.7去安裝才行?
※ 編輯: jasonhsu14 (220.135.101.201 臺灣), 11/18/2020 19:46:30
3F：→ noworneverev: 我Python是3.7.4 pdfplumber是0.5.21裝的時候沒有問 11/18 21:14
4F：→ noworneverev: 題 之前要轉表格寫了個小工具可以給你參考 11/18 21:16
先謝謝樓上兩位回答
我Python3.8.3，後來改安裝0.5.21的版本是OK的
至於最新版的....我還是會出現UnicodeError錯誤QQ
※ 編輯: jasonhsu14 (61.228.220.91 臺灣), 11/19/2020 09:06:09
7F：→ annheilong: 下載後修改 setup.py 再用 pip 安裝 11/19 17:47
8F：推 froce: 嗯...以前我會叫你去改安裝源碼，現在我會叫你用docker或是 11/21 15:16
9F：→ froce: wsl2 11/21 15:16
10F：→ froce: 然後win10 20H1以上應該在語言選項有一個使用unicode的beta 11/21 15:18
11F：→ froce: 功能可以試試 11/21 15:18
12F：推 x246libra: cp950噩夢啊，讓我轉linux的關鍵 11/29 09:12
13F：→ x246libra: 非常煩的編碼問題，但沒有簡單肯定解法，浪費時間解這 11/29 09:15
14F：→ x246libra: 種問題，會很不爽，而且不同套件，可能都會遇到一次 11/29 09:15