Question

说我有以下代码 -

homeDir = os.path.expanduser("~")
fullPath = homeDir + "/.config"
print fullPath

这个代码是否仍能正常运行，例如日本，谁的主目录由汉字组成？

我担心的是python不知道如何将两种语言一起添加，甚至不知道如何处理外来字符。

Answer 1

问题代码中的所有字符串都是字节串（字节序列）。它们可以表示任何内容，包括以某种字符编码编码的文本。

homeDir = os.path.expanduser("~") # input bytestring, returns bytestring
fullPath = homeDir + "/.config" # add 2 bytestrings 
print fullPath

print有效，但如果它使用不同的字符编码，您可能会在控制台中看到垃圾。否则，代码将适用于任何语言，外国字符。

在Python 3上或使用from __future__ import unicode_literals时，字符串文字是Unicode。在这种情况下，它也应该有效：

from __future__ import unicode_literals

homeDir = os.path.expanduser("~") # input Unicode, returns Unicode
fullPath = homeDir + "/.config" # add 2 Unicode strings
print(fullPath) # print Unicode

打印可能会失败（在这种情况下尝试设置适当的PYTHONIOENCODING。

在POSIX系统上，路径可能包含任意字节序列（零字节除外），包括那些无法使用文件系统编码解码的字节序列。来自Python 3 docs：

在Python中，文件名，命令行参数和环境   变量使用字符串类型表示。在某些系统上，   在传递之前，必须在字节之间解码这些字符串   他们到操作系统。 Python使用文件系统编码   执行此转换（请参阅sys.getfilesystemencoding（））。

在3.1版中更改：在某些系统上，使用该文件进行转换   系统编码可能会失败。在这种情况下，Python使用   surrogateescape编码错误处理程序，表示不可解码   在解码时，字节被Unicode字符U + DCxx替换   这些在编码时再次转换为原始字节。

这意味着如果原始包含不可解码的字节，fullPath可能包含U+DCxx代理，即使终端使用兼容的字符编码，print(fullPath)也可能失败。如果需要，os.fsencode(fullPath)可以返回原始字节。

Answer 2

我建议在unicode上阅读this presentation并在python中编码以了解可能发生的情况，以及如何解决它。

关于python代码的多语言问题？

2 个答案: