Python的os.path希伯来语文件名令人窒息

小编典典

Python的os.path希伯来语文件名令人窒息

python

我正在编写一个脚本，该脚本必须四处移动一些文件，但是不幸的是，它似乎os.path与国际化的结合程度不是很好。当我使用希伯来语命名的文件时，出现了问题。这是目录内容的屏幕截图：

现在考虑遍历此目录中文件的以下代码：

files = os.listdir('test_source')

for f in files:
    pf = os.path.join('test_source', f)
    print pf, os.path.exists(pf)

输出为：

test_source\ex True
test_source\joe True
test_source\mie.txt True
test_source\__()'''.txt True
test_source\????.txt False

注意，如何os.path.exists认为以希伯来语命名的文件甚至不存在？我怎样才能解决这个问题？

Windows XP Home SP2上的ActivePython 2.5.2

阅读 209

2021-01-20

共1个答案

小编典典

嗯，经过一番挖掘之后，似乎在为os.listdir提供一个unicode字符串时，这种方法有效：

files = os.listdir(u'test_source')

for f in files:

    pf = os.path.join(u'test_source', f)
    print pf.encode('ascii', 'replace'), os.path.exists(pf)

===>

test_source\ex True
test_source\joe True
test_source\mie.txt True
test_source\__()'''.txt True
test_source\????.txt True

这里有一些重要的发现：

Windows XP（与所有NT衍生产品一样）将所有文件名存储在unicode中
os.listdir（以及类似的函数，如os.walk）应该传递一个unicode字符串，以便正确使用unicode路径。以下是上述链接的引文：

os.listdir（）返回文件名，这引起了一个问题：它应该返回文件名的Unicode版本，还是应该返回包含编码版本的8位字符串？os.listdir（）将同时执行这两种操作，具体取决于您将目录路径提供为8位字符串还是Unicode字符串。如果将Unicode字符串作为路径传递，则文件名将使用文件系统的编码进行解码，并返回Unicode字符串列表，而传递8位路径将返回文件名的8位版本。

最后，需要print一个ascii字符串，而不是unicode，因此必须将路径编码为ascii。

2021-01-20