Python：如何在 Windows 上与 unicode 文件名交互？ (Python 2.7)答案

【问题标题】：Python: How do I interact with unicode filenames on Windows? (Python 2.7)Python：如何在 Windows 上与 unicode 文件名交互？ (Python 2.7)
【发布时间】：2018-06-13 11:00:22
【问题描述】：

我的问题：

从美国 Windows 10 安装开始

在 Windows 资源管理器中创建日语文件名

打开 Python shell，然后os.listdir('.')

列出的文件名全是问号。

os.path.exists() 不出所料地报告找不到文件。

NTFS 将文件名存储为 Unicode。我确信如果我使用了win32api CreateFile() 系列函数，我会得到我的 Unicode 文件名，但是这些 API 太麻烦（而且不可移植）。我希望我得到 utf-8 编码的文件名，或者 FS 目录结构中的 Unicode 字节，但在默认模式下，这似乎不会发生。

我尝试过使用setlocale()，但我还没有找到正确的参数来使我的程序正常工作。我不想（也不能）在 Windows 机器上安装额外的代码页。这需要与 Windows 的库存安装一起使用。

请注意，这与控制台无关。 repr() 表明 ?以os.listdir('.') 列出的文件名结尾的字符是真正的问号，而不是一些显示伪影。我假设它们是由listdir() 在后台使用的 API 添加的。

【问题讨论】：

你想用 Python 打开文件吗？
@MelvinAbraham 是的。
@Keely “Unicode 文件名”是什么意思？ Windows 默认使用 Unicode。文件名是 Unicode。字符串是 Unicode。它们没有什么困难、麻烦或不可移植的——所有 Windows 程序都可以很好地使用它们。您是否尝试在 Python 代码中使用 ANSI 字符串 并使用错误的代码页？
@Keely 是的，你做了The listed filename is full of question marks.。这些是错误替换字符。这意味着您使用了一个使用一个代码页的 ANSI 字符串，但您的程序使用 另一个 不兼容的代码页运行。如果您使用例如挪威字符，您会遇到同样的问题。任何无法翻译的字符都被替换为?。解决方案是不使用代码页。
+10 到 Melvin 所说的 - 控制台使用用户/系统的区域设置显示文本。字符串可能没问题，但会显示替换字符。您可以更改 console 的 区域设置，甚至将其切换为 65536 (UTF8)，但这不会影响程序的实际运行方式，只会影响 console 处理文本的方式。

标签： python windows unicode ntfs

【解决方案1】：

在使用os.listdir() 在控制台中显示该文件名时，您可能会得到?s，但您可以毫无问题地访问该文件名，因为内部所有内容都以二进制形式存储。如果您尝试复制文件名并将其直接粘贴到 python 中，它将被解释为仅仅是问号...

如果你想打开那个文件并执行任何操作，那么，看看这个......

files = os.listdir(".")

# Possible output:
# ["a.txt", "file.py", ..., "??.html"]

filename = files[-1]    # The last file in this case
f = open(filename, 'r')

# Sample file operation

lines = f.readlines()
print(lines)
f.close()

编辑：

在 Python 2 中，您需要将当前路径作为 Unicode 传递，这可以使用：os.listdir(u'.')，其中. 表示当前路径。这将返回 Unicode 格式的文件名列表...

【讨论】：

一个简单的chcp 65001 可能就足以显示UTF8文本
是的，如果您只想显示文件名，您可以这样做！但是，如果您只想以编程方式执行一些文件操作，那么这是您可以这样做的方法之一。
这不是问题。我也是在命令行中这样做的，后来为了可读性而转换为脚本。我所做的一切都完全按照描述...os.path.exists(files[-1]) 在我的情况下返回了True（因为我在最后一个索引中列出了该文件）。通过?，我的意思是仅没有按原样显示的日文文本。 好像你没有测试代码...
Windows 10 Pro（内部版本 16299.125）中的 Python 版本 3.5.3...
在 Python3 中一切正常。我想这是有道理的。 Python 3 中只有 Unicode 字符串，所以当我执行 os.listdir() 时，我会返回一些将自己描述为 str 的东西，但那是 python 3 str 并且它带有 unicode 字符正好。对于 Python 2，os.listdir() 返回一个 Python 2 'str'（即不是 unicode）对象并且不能传达 Unicode 字符。不幸的是，我目前确实需要使用 Python 2.7，但我会在以后的项目中记住这一点。