如何使这个python(2.7)脚本与unicode文件名一起工作？

Question

我有以下脚本来处理非拉丁字符的文件名：

import os
filelst = []
allfile = os.listdir(os.getcwd())
for file in allfile:
        if os.path.isfile(file):
            filelst.append(file)

w = open(os.getcwd()+'\\_filelist.txt','w+')

for file in allfile:
    w.write(file)
    w.write("\n")
w.close()

文件列表在我的文件夹中：

new 1.py
ああっ女神さまっ 小っちゃいって事は便利だねっ.1998.Ep0108.x264.AC3CalChi.avi
ああっ女神さまっ 小っちゃいって事は便利だねっ.1998.Ep0108.x264.AC3CalChi.srt

以_filelist.txt表示的输出：

new 1.py
???????? ??????????????.1998.Ep01-08.x264.AC3-CalChi.avi
???????? ??????????????.1998.Ep01-08.x264.AC3-CalChi.srt

Answer 1

通过将Unicode文件路径传递给listdir，您应该获得作为Unicode字符串的文件列表。在使用getcwd时，请使用：os.getcwdu()

然后使用文本编码包装打开输出文件。io模块是这样做的新方法(io正确地处理通用换行符)。

把这一切结合在一起：

import os
import io

filelst = []
allfile = os.listdir(os.getcwdu())
for file in allfile:
        if os.path.isfile(file):
            filelst.append(file)

w = io.open(os.getcwd()+'\\_filelist.txt','w+', encoding="utf-8")

for file in allfile:
    w.write(file)
    w.write("\n")
w.close()

在Windows和OS中，这只会在执行文件名转换时起作用。在Linux中，文件名可以是任何编码(或者根本不是！)。因此，确保创建文件的内容(avi + srt)使用的是UTF-8，终端设置为UTF-8，区域设置为UTF-8。

Answer 2

您需要用正确的编码打开文件，以便在it.You中编写unicode，可以使用 module打开文件：

import codecs
with codecs.open(os.getcwd()+'\\_filelist.txt','w+',encoding='your-encoding') as w:
    for file in allfile:
        w.write(file + '\n')

您可以使用UTF-8作为您的编码(这是一种通用编码)，也可以使用另一种基于unicode type.Also的适当编码。注意，您可以使用 statement打开文件，而不是打开文件并手动关闭它，这将在块结束时自动关闭文件。