【发布时间】:2020-08-15 15:43:50
【问题描述】:
我正在使用 Python 3 开发一个小项目,我必须扫描一个装满文件的驱动器并输出一个 .txt 文件,其中包含驱动器内所有文件的路径。问题是一些文件是巴西葡萄牙语的,其中有“重音字母”,如“não”、“você”等,而这些特殊字母在最终的 .txt 中输出错误。
代码就是下面这几行:
import glob
path = r'path/path'
files = [f for f in glob.glob(path + "**/**", recursive=True)]
with open("file.txt", 'w') as output:
for row in files:
output.write(str(row.encode('utf-8') )+ '\n')
输出示例
path\folder1\Treino_2.doc
path\folder1\Treino_1.doc
path\folder1\\xc3\x81gua de Produ\xc3\xa7\xc3\xa3o.doc
最后一行显示一些输出是错误的,因为x81gua de Produ\xc3\xa7\xc3\xa3o 应该是Régua de Produção
【问题讨论】:
-
以文本形式打开文件就足够了。您可能想为文件选择一个编码,将
encoding参数设置为open()。您不想手动编码。 -
str(row.encode('utf-8') )将值编码为字节,然后将字节对象编码为字符串,而您不想这样做。 -
当我不这样做时,有时我会收到错误
UnicodeEncodeError: 'charmap' codec can't encode -
这是您的默认文件编码的问题。
-
为了将来参考,在您的问题中包含该信息。此外,您的代码的输出没有准确地复制,您还在这些文件中写入
b'...',因此使用小写字母b和引号。这些是在字节对象上使用str()的结果。
标签: python python-3.x encoding glob