python Türkçe karakter sorunu

[gomugomuno]

Merhabalar,

Pdf dosyalarını text'e çevirmem gerekiyor. Bunun için pypdf kütüphanesini kullanıyorum. Fakat okuduktan sonra türkçe karakterleri doğru göstermiyor. ISO-8859-9,Windows-1254,utf8 hepsini denedim ama çalişmadı.(python 2.7.3) Kod :

Kod Seç Genişlet

from StringIO import StringIO
import pyPdf,os

def getPDFContent(path):
    content = ""
    num_pages = 10
    p = file(path, "rb")
    pdf = pyPdf.PdfFileReader(p)
    for i in range(0, num_pages):
        content += pdf.getPage(i).extractText() + "\n"
    content = " ".join(content.replace(u"\xa0", " ").strip().split())   
    return content

if __name__ == '__main__':
    pdfContent = StringIO(getPDFContent(os.path.abspath("adiaylin-aysekulin.pdf")).encode("utf-8", "ignore"))
    for line in pdfContent:
        print line.strip()
    input("Press Enter to continue...")

[ubuntu12.10]

Şu kodu deneyin (pythonda):

Kod Seç Genişlet


import locale
locale.setlocale(locale.LC_ALL, "tr_TR")


Bu kodu;

Kod Seç Genişlet


#!/usr/bin/env python
# -*- coding: utf-8 -*-


satırlarının bir altına ekleyin.

Eğer hata alırsanız ubuntu konsoluna

Kod Seç Genişlet


sudo locale-gen tr_TR


bu komutu verin.