Question

我正在尝试使用sets和intersect方法来查找文件路径的unicode列表中的哪些元素中包含特定字符。目标是用其他字符替换这些字符，所以我创建了一个键和值的字典，其中键将被替换，值将被替换为。但是，当我尝试使用要替换的字符生成路径的交集时，会导致空集。我究竟做错了什么？我有这个for循环，但我想尽可能高效。感谢您的反馈！

代码：

# -*- coding: utf-8 -*-

import os

def GetFilepaths(directory):
    """
    This function will generate all file names a directory tree using os.walk.
    It returns a list of file paths.
    """
    file_paths = []
    for root, directories, files in os.walk(directory):
        for filename in files:
            filepath = os.path.join(root, filename)
            file_paths.append(filepath)
    return file_paths

# dictionary of umlauts (key) and their replacements (value)
umlautDictionary = {u'Ä': 'Ae',
                    u'Ö': 'Oe',
                    u'Ü': 'Ue',
                    u'ä': 'ae',
                    u'ö': 'oe',
                    u'ü': 'ue'
                    }

# get file paths in root directory and subfolders
filePathsList = GetFilepaths(u'C:\\Scripts\\Replace Characters\\Umlauts')
print set(filePathsList).intersection(umlautDictionary)

Answer 1

filePathsList是一个字符串列表：

[u'file1Ä.txt', u'file2Ä.txt', ...]

umlautDictionary被用作一系列键：

{u'Ä':..., ...}

交叉点为空，因为字符串u'Ä'没有出现在字符串列表中。您正在将u'Ä'与u'file1Ä.txt'进行比较，这些不相等。设置交集不会检查子字符串。

Answer 2

由于你想用你想要的字符替换文件名中的unicode字符，我建议采用以下方法：

umlautDictionary = {u'\xc4': u'Ae'}
filePathsList = [u'file1Ä.txt', u'file2Ä.txt']

words = [w.replace(key, value) for key, value in umlautDictionary.iteritems() for w in filePathsList]

输出：

[u'file1Ae.txt', u'file2Ae.txt']

您必须以u'\xc4'的格式u'Ä'存储unicode字符，依此类推。

Python 2.7 - 将Unicode字典与Unicode列表相交

2 个答案: