Question

我有以下脚本来处理带有非拉丁字符的文件名：

import os
filelst = []
allfile = os.listdir(os.getcwd())
for file in allfile:
        if os.path.isfile(file):
            filelst.append(file)

w = open(os.getcwd()+'\\_filelist.txt','w+')

for file in allfile:
    w.write(file)
    w.write("\n")
w.close()

我的文件夹中的文件列表：

new 1.py
ああっ女神さまっ 小っちゃいって事は便利だねっ.1998.Ep0108.x264.AC3CalChi.avi
ああっ女神さまっ 小っちゃいって事は便利だねっ.1998.Ep0108.x264.AC3CalChi.srt

输出_filelist.txt：

new 1.py
???????? ??????????????.1998.Ep01-08.x264.AC3-CalChi.avi
???????? ??????????????.1998.Ep01-08.x264.AC3-CalChi.srt

Answer 1

您应该通过将Unicode文件路径传递给listdir来获取文件列表作为Unicode字符串。在您使用getcwd时，请使用：os.getcwdu()

然后使用文本编码包装器打开输出文件。 io模块是执行此操作的新方法（io正确处理通用换行符。）

全部放在一起：

import os
import io

filelst = []
allfile = os.listdir(os.getcwdu())
for file in allfile:
        if os.path.isfile(file):
            filelst.append(file)

w = io.open(os.getcwd()+'\\_filelist.txt','w+', encoding="utf-8")

for file in allfile:
    w.write(file)
    w.write("\n")
w.close()

在Windows和OS X中，这将在强制执行文件名转换时起作用。在Linux中，文件名可以是任何编码（或者根本不是！）。因此，确保创建文件（avi + srt）的任何内容都使用UTF-8，您的终端设置为UTF-8，并且您的语言环境为UTF-8。

Answer 2

您需要使用正确的编码打开文件以在其中编写unicode。您可以使用codecs module打开文件：

import codecs
with codecs.open(os.getcwd()+'\\_filelist.txt','w+',encoding='your-encoding') as w:
    for file in allfile:
        w.write(file + '\n')

您可以使用UTF-8作为编码，这是一种通用编码或基于您的unicode类型的其他正确编码。另请注意，您可以使用with statement来打开文件并手动关闭它。打开文件，该文件将在块结束时自动关闭文件。

如何使这个python（2.7）脚本与unicode文件名一起使用？

2 个答案: