Question

我在linux上编写了一个python 2.7代码，它工作正常。

使用

os.listdir(os.getcwd())

将文件夹名称作为变量读取，稍后在某些部分使用它们。

在linux中，我使用简单的转换技巧手动将非asci字符转换为asci字符。

str(str(tfile)[0:-4]).replace('\xc4\xb0', 'I').replace("\xc4\x9e", 'G').replace("\xc3\x9c", 'U').replace("\xc3\x87", 'C').replace("\xc3\x96", 'O').replace("\xc5\x9e", 'S') ,str(line.split(";")[0]).replace(" ", "").rjust(13, "0"),a))

这种方法在Windows中失败了。我试过了

udata = str(str(str(tfile)[0:-4])).decode("UTF-8")
asci = udata.encode("ascii","ignore")

以下

也失败了

DEM¦-RTEPE # at this string error occured

Exception in Tkinter callback
Traceback (most recent call last):
  File "C:\Python27\lib\lib-tk\Tkinter.py", line 1532, in __call__
    return self.func(*args)
  File "C:\Users\benhur.satir\workspace\Soykan\tkinter.py", line 178, in SparisDerle
    udata = str(str(str(tfile)[0:-4])).decode("utf=8")
  File "C:\Python27\lib\encodings\utf_8.py", line 16, in decode
    return codecs.utf_8_decode(input, errors, True)
UnicodeDecodeError: 'utf8' codec can't decode byte 0xa6 in position 3: invalid start byte

如何在Windows中处理这些字符？

注意：将它们保留为UTF会导致xlswriter模块失败，因此我需要将它们转换为asci。缺少字符是不可取的。

Answer 1

Windows不喜欢UTF8。您可能会使用默认系统编码获取文件夹名称，通常是win1252（ISO-8859-1的变体）。

这就是为什么你在文件名中找不到UTF8字符的原因。顺便说一下，例外情况说你发现了一个代码0xa6的字符，在win1252编码中会是|。

它并没有准确说明Windows系统上的编码是什么，因为它可能取决于本地化，但它证明数据不是UTF8编码的。

Answer 2

这个怎么样？
您可以将此选项用于可选.replace()
在string的模块中，有一组可以使用的字符..

>>> import string
>>> string.digits+string.punctuation
'0123456789!"#$%&\'()*+,-./:;<=>?@[\\]^_`{|}~'
>>>

无法处理Windows中的字符串

2 个答案: