Glue爬虫和分类器是否支持UTF16文件编码？

Question

【以下的问题经过翻译处理】 你好，
AWS Glue 抓取器与 CSV 和 XML 分类器配合使用时，对于 UTF-8 编码的文件效果很好，但对于 UTF-16 编码的文件却不好用。

公共文档没有明确说明这一点：

* Glue 抓取器和分类器是否支持 UTF-16？
* 是否有关于 Glue 抓取器和分类器支持的编码的可用文档？

祝好，

Nicolas.

Answer

【以下的回答经过翻译处理】 目前，Glue只支持UTF-8编码的文件[1]。如果传入UTF-16文件，则可能会遇到“内部服务异常”错误消息。最可行的方法是，在通过Glue Crawler之前，通过编程方式将utf-16文件转换为utf-8，以下是使用Python编程语言进行转换的例子：
 # Specify the file paths
input_file_path = 'input_file.txt'
output_file_path = 'output_file.txt'

# Open the input file with UTF-16 encoding
with open(input_file_path, 'r', encoding='utf-16') as input_file:
    # Read the content of the input file
    content = input_file.read()

# Open the output file with UTF-8 encoding
with open(output_file_path, 'w', encoding='utf-8') as output_file:
    # Write the content to the output file
    output_file.write(content)

[1] -

Glue爬虫和分类器 是否支持UTF16文件编码？

Specify the file paths

Open the input file with UTF-16 encoding

Open the output file with UTF-8 encoding

相关内容

Glue爬虫和分类器是否支持UTF16文件编码？