Python2获取中文文件名的编码问题
来源:互联网 发布:服务器返回的数据错误 编辑:程序博客网 时间:2024/05/22 15:28
问题:
Python2获取包含中文的文件名是如果不转码会出现乱码。
这里假设要测试的文件夹名为test,文件夹下有5个文件名包含中文的文件分别为:
Python性能分析与优化.pdf
Python数据分析与挖掘实战.pdf
Python编程实战:运用设计模式、并发和程序库创建高质量程序.pdf
流畅的Python.pdf
编写高质量Python代码的59个有效方法.pdf
我们先不转码直接打印获取到的文件名,代码如下:
import osfor file in os.listdir('./test'): print(file)输出乱码:
Python���ܷ������Ż�.pdfPython���ݷ������ھ�ʵս.pdfPython���ʵս���������ģʽ�������ͳ���ⴴ������������.pdf������Python.pdf��д������Python�����59����Ч����.pdf
解决:
先测试一下文件名的编码,这里我们用到chardet模块,安装命令:
pip install chardet
用chardet.detect函数检测一下文件名的编码方式:
{'confidence': 0.99, 'encoding': 'GB2312'}{'confidence': 0.99, 'encoding': 'GB2312'}{'confidence': 0.99, 'encoding': 'GB2312'}{'confidence': 0.73, 'encoding': 'windows-1252'}{'confidence': 0.99, 'encoding': 'GB2312'}可以看出编码GB2312的置信度最大,下面我们用GB2312编码来解码文件名,代码如下:
import osimport chardetfor file in os.listdir('./test'): r = file.decode('GB2312') print(r)
输出:
Python性能分析与优化.pdfPython数据分析与挖掘实战.pdfPython编程实战:运用设计模式、并发和程序库创建高质量程序.pdf流畅的Python.pdf编写高质量Python代码的59个有效方法.pdf经过编码之后,文件名打印正确。
PS:chardet.detect检测的字符串越长越准确,越短越不准确
这里还有一个问题是上面的代码是在Windows下测试,Linux下文件名编码是utf-8,为了兼容Windows和Linux,代码需要修改一下,下面我们把代码封装到函数中:
# -*- coding: utf-8 -*-import osdef get_filename_from_dir(dir_path): file_list = [] if not os.path.exists(dir_path): return file_list for item in os.listdir(dir_path): basename = os.path.basename(item) # print(chardet.detect(basename)) # 找出文件名编码,文件名包含有中文 # windows下文件编码为GB2312,linux下为utf-8 try: decode_str = basename.decode("GB2312") except UnicodeDecodeError: decode_str = basename.decode("utf-8") file_list.append(decode_str) return file_list# 测试代码r = get_filename_from_dir('./test')for i in r: print(i)先用GB2312解码,如果出错再用utf-8解码,这样就兼容了Windows和Linux(在Win7和Ubuntu16.04测试通过)。
阅读全文
0 0
- Python2获取中文文件名的编码问题
- python2 中文编码问题
- python2 中文编码问题
- python2 中文编码问题小结
- python2的编码问题
- python2.7中文编码报错问题
- Python2.x 中文md5编码问题
- python2.7编码的问题
- 关于struts2中文件上传获取不到文件名的问题
- 解决smartupload获取中文文件名乱码的问题
- python2+mysq 的中文问题
- 【编码】Python2.x的中文显示方法
- Python2 中文编码处理
- Python2.7<中文编码>
- python2.7中文编码
- FTP获取中文文件名乱码问题
- python2编码。。感觉很奇怪的问题。。
- 坑爹的python2编码问题
- 欧拉函数 简单说明和打表的板子
- LeetCode 23. Merge k Sorted Lists(链表)
- LeetCode 88. Merge Sorted Array
- 无法生产opencv_bioinspired310.lib”解决方法
- JS整理ing
- Python2获取中文文件名的编码问题
- 阿里物联网套件-服务端SDK学习实践(基础篇-5设备注册)
- Linux总结笔记10-搭建DHCP服务
- 关于grafana的安装和反向代理配置
- zendstudio 实现多种配色方案(sublime)
- [BZOJ 2820]YY的GCD:莫比乌斯反演
- maven resin 热部署
- 数据结构之链表
- java基础篇(七)——三大特性之封装