該樓層疑似違規(guī)已被系統(tǒng)折疊 隱藏此樓查看此樓

3 樓的可以用 sys.getfilesystemencoding 檢測(cè)，但由於文件系統(tǒng)的差異，文件名 100% 無(wú)損轉(zhuǎn)還是不太可，比如很多 *nix 的文件系統(tǒng)支持除 / 和 \0 外的所有字符，而 win 下不可能

4 樓的可以看 log，當(dāng)然最好的情況是設(shè) logger，設(shè)好以后是一勞永逸的，看 request 和所用的 template 之類的，可以使用 django debug toolbar

1, 5 樓是典型的 encoding 問(wèn)題

文件名先撇開(kāi)不說(shuō)，就說(shuō)字符編碼，只要理清邏輯，那麼類似的 ascii 無(wú)法 encode 的錯(cuò)誤你就知道怎麼避免

先說(shuō)編碼，ascii 屬於 7bit，就算加上最高位，也只能編碼 256 個(gè)字符，不說(shuō) cjk，就光光所有歐洲語(yǔ)系都不夠用，於是就出現(xiàn)各種編碼方案，特別是 cjk 的，如早期的 gb2312 和 big5

嗯，扯遠(yuǎn)了，先拉回來(lái)

簡(jiǎn)單的說(shuō)，目前常見(jiàn)的 cpython2 打包，估計(jì)編譯時(shí)多設(shè)了內(nèi)部使用 ucs2 編碼，部分可能用 ucs4，簡(jiǎn)單的說(shuō)就是 cpython 內(nèi)部處理

嗯，這個(gè)角度還是太遠(yuǎn)

這麼說(shuō)吧，就是當(dāng)你在外部輸入字符串的時(shí)候，如果有非 ascii 字符，那麼是一定帶有特定的編碼方案的，即所謂的 encoding，比如你常用的 linux 下很可能是 utf-8，那麼如果你要轉(zhuǎn)換成其他編碼方案，比如 gtk，需要先 decode，然后再 encode

比如：

在 utf-8 下的終端中的 repl

>>> s = '中文' # <- 這個(gè)是 utf-8 編碼的 str，如果按 python3 說(shuō)法，這個(gè)是 bytestring，純數(shù)據(jù)流

>>> u = s.decode('utf-8') # <- 這時(shí)候解碼了，變成 unicode string，也就是上面提到的內(nèi)部使用 ucs2 或 ucs4 （早版本 python 看解釋器編譯時(shí)的參數(shù)，新一點(diǎn)的好像都是 ucs4 了，如果沒(méi)記錯(cuò)的話）

>>> s_gbk = u.encode('gbk') # <- 這時(shí)候，這兩個(gè)中文字用 gtk 編碼方案從新編碼了，如果（當(dāng)作二進(jìn)制數(shù)據(jù)流）直接寫進(jìn)文件，那麼就是用 gbk 編碼的文本文件

只要理清了這個(gè)，那麼上面的文件就知道怎麼處理了，因?yàn)橥ǔＪ歉拍顩](méi)理清，不知道什麼時(shí)候該用 encode，什麼時(shí)候該用 decode 造成的。

然后是文件名的編碼問(wèn)題了，一開(kāi)頭說(shuō)的可以找出本地文件系統(tǒng)默認(rèn)編碼，但是，各種方案對(duì) unicode 全字符集的支持不一，比如 gb2312 支持的就少，早期 window 用的 cp932(這個(gè)數(shù)字具體記不清楚) 也少，直接轉(zhuǎn) utf-8 通常還會(huì)出現(xiàn)問(wèn)題，必須過(guò)濾掉非法字符，但這樣又可能出現(xiàn)額外的重名，現(xiàn)代的 windows 文件系統(tǒng)名字編碼應(yīng)該沒(méi)問(wèn)題了，但是我太久沒(méi)用過(guò)，無(wú)法驗(yàn)證。

這幾天事情很多，目前只能先草草說(shuō)一下，太亂了將就一些

總結(jié)

以上是生活随笔為你收集整理的python打开中文文件名_[请教]python的中文文件名处理的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。