在 python mkdtemp 中处理 unicode 用户名答案

【问题标题】：Deal with unicode usernames in python mkdtemp在 python mkdtemp 中处理 unicode 用户名
【发布时间】：2015-03-21 23:27:42
【问题描述】：

我被http://bugs.python.org/issue1681974 咬了——引自那里：

如果 Windows 用户名中包含任何非 ASCII 字符（如 ä 或 ö），则 mkdtemp 在 Windows 上会失败。 mkdtemp 引发编码错误。这似乎是因为 Windows 中的默认临时目录是 "c:\documents and settings\<user name>\local settings\temp"

OP 使用的解决方法是：

try: # workaround for http://bugs.python.org/issue1681974
    return tempfile.mkdtemp(prefix=prefix)
except UnicodeDecodeError:
    tempdir = unicode(tempfile.gettempdir(), 'mbcs')
    return tempfile.mkdtemp(prefix=prefix, dir=tempdir)

我有两个问题：

为什么这应该有效？
这个证据有多充分？从类似的问题（请参阅此答案：Python Popen failing to use proper encoding in Windows PowerShell）我得到了我可能应该使用sys.stdout.encoding 的想法 - 我是否接近标记？

编辑：实际上是一行：

print u"input encoding: %s; output encoding: %s; locale: %s" % (
    sys.stdin.encoding,getattr(sys.stdout,'encoding',None),
    locale.getdefaultlocale())

打印

输入编码：无；输出编码：无；语言环境：('ja_JP', 'cp932')

所以也许我应该使用 locale.getpreferredencoding()（例如参见 subprocess.Popen with a unicode path）

Edit2: 在 cmets 中，建议我在 mbcs 中编码前缀 - 不幸的是，这不是一个选项，因为代码库期望 unicode 无处不在，迟早会爆炸。发布的代码是一个简化的片段。

Edit3：我的小解决方法显然没有解决任何问题 - 将尝试：

fsenc = sys.getfilesystemencoding() or 'mbcs'
return tempfile.mkdtemp(prefix=prefix.encode(fsenc)).decode(fsenc)

如果还有非 ascii 用户可以测试的话。

同时 - 下面的复制器不适合我：

C:\_\Python27\python.exe -u C:\__\JetBrains\PyCharm 3.4.1\helpers\pydev\pydevconsole.py 18324 18325
PyDev console: starting.import sys; print('Python %s on %s' % (sys.version, sys.platform))
Python 2.7.8 (default, Jun 30 2014, 16:03:49) [MSC v.1500 32 bit (Intel)] on win32
sys.path.extend(['C:\\Dropbox\\eclipse_workspaces\\python\\wrye-bash'])
>>> d = u'ελληνικα'.encode(sys.getfilesystemencoding()); os.environ['TEMP'] = os.path.abspath(d)
>>> import tempfile; tempfile.mkdtemp(prefix=u'x')
u'c:\\users\\mrd\\appdata\\local\\temp\\xtf3nav'

还有变体……

edit4 - 目录绝对存在：

>>> d = u'ελληνικα'.encode(sys.getfilesystemencoding()); os.path.abspath(d)
'C:\\Dropbox\\eclipse_workspaces\\python\\wrye-bash\\e??????a'
>>> assert os.path.isdir(os.path.abspath(d))
Traceback (most recent call last):
  File "<input>", line 1, in <module>
AssertionError
>>> d = u'ελληνικα'
>>> os.path.abspath(d)
u'C:\\Dropbox\\eclipse_workspaces\\python\\wrye-bash\\\u03b5\u03bb\u03bb\u03b7\u03bd\u03b9\u03ba\u03b1'
>>> assert os.path.isdir(os.path.abspath(d))
>>>

【问题讨论】：

@eryksun：他们在 bug 中讨论了这个问题 - 问题在于用户名 - mbsc 的证据有多充分 - 它对日本用户有用吗？
不，这不仅仅是用户名，因为os.path.join 不会引发UnicodeDecodeError，除非您将非ASCII str 与unicode 混合使用。在这种情况下，如果 prefix 是 unicode，就会发生这种情况。
'mbcs' 使用 Windows MultiByteToWideChar（解码）和 WideCharToMultiByte（编码）实现 CP_ACP 编码（系统 ANSI 编码），这是 locale.getpreferredencoding() 返回的内容。也就是说，当涉及到未定义的字符时，'cp932' 的 Python 编解码器可能比 Windows 更严格。我知道'cp1252' 就是这种情况，'\x81'.decode('cp1252') 会失败，而'\x81'.decode('mbcs') == u'\x81' 会失败。
问题被标记为“过期”。如果您在 Python 2.7 上看到失败；请在错误跟踪器上留言。
@J.F.Sebastian: 完成

标签： python windows python-2.7 unicode python-unicode

【解决方案1】：

我终于同意了：

sys_fs_enc = sys.getfilesystemencoding() or 'mbcs'

@staticmethod
def tempDir(prefix=None):
    try: # workaround for http://bugs.python.org/issue1681974 see there
        return tempfile.mkdtemp(prefix=prefix)
    except UnicodeDecodeError:
        try:
            traceback.print_exc()
            print 'Trying to pass temp dir in...'
            tempdir = unicode(tempfile.gettempdir(), sys_fs_enc)
            return tempfile.mkdtemp(prefix=prefix, dir=tempdir)
        except UnicodeDecodeError:
            try:
                traceback.print_exc()
                print 'Trying to encode temp dir prefix...'
                return tempfile.mkdtemp(
                    prefix=prefix.encode(sys_fs_enc)).decode(sys_fs_enc)
            except:
                traceback.print_exc()
                print 'Failed to create tmp dir, Bash will not function ' \
                      'correctly.'

Apparently 第一次尝试捕获就足够了，但我留下了回溯，以便获得更多输入；）

【讨论】：