Question

我现在正在学习python和PyGTK，并创建了一个简单的音乐组织者。 http://pastebin.com/m2b596852 但当它用挪威字母æ，ø和å编辑歌曲时，它只是将它们变成一个奇怪的角色。

那么有没有什么好方法可以将名称打开或编码为utf-8字符？

上述代码中的两个相关位置：

从文件中读取信息：

def __parse(self, filename):
    "parse ID3v1.0 tags from MP3 file"
    self.clear()
    self['artist'] = 'Unknown'
    self['title'] = 'Unknown'
    try:
        fsock = open(filename, "rb", 0)
        try:
            fsock.seek(-128, 2)
            tagdata = fsock.read(128)
        finally:
            fsock.close()
        if tagdata[:3] == 'TAG':
            for tag, (start, end, parseFunc) in self.tagDataMap.items():
                self[tag] = parseFunc(tagdata[start:end])
    except IOError:
        pass

打印到sys.stdout信息：

for info in files:
    try:
        os.rename(info['name'], 
            os.path.join(self.dir, info['artist'])+' - '+info['title']+'.mp3')

        print 'From: '+ info['name'].replace(os.path.join(self.dir, ''), '')
        print 'To:   '+ info['artist'] +' - '+info['title']+'.mp3'
        print
        self.progressbar.set_fraction(i/num)
        self.progressbar.set_text('File %d of %d' % (i, num))
        i += 1
    except IOError:
        print 'Rename fail'

Answer 1

你想首先解码它在TO utf-8中的字符集输入（在Python中，编码意味着“从unicode / utf-8转到其他一些字符集”）。

一些谷歌搜索表明，挪威的字符集是普通的'iso-8859-1'...我希望如果我对这个细节错了，有人可以纠正我。无论如何，无论以下示例中的charset名称如何：

tagdata[start:end].decode('iso-8859-1')

在真实世界的应用中，我意识到您不能保证输入是挪威语或任何其他字符集。在这种情况下，您可能希望继续浏览一系列可能的字符集，以查看哪些可以成功转换。 SO和谷歌都有一些关于算法的建议，以便在Python中有效地做到这一点。听起来比实际上更可怕。

Answer 2

您需要将从文件中读取的字节串转换为Unicode字符串。看看你的代码，我会在解析函数中这样做，即用这样的东西替换stripnulls

def stripnulls_and_decode(data):
    return codecs.utf_8_decode(data.replace("\00", "")).strip()

请注意，这仅在文件中的字符串实际上以UTF-8编码时才有效 - 如果它们采用不同的编码，则必须使用codecs中相应的解码函数模块。

Answer 3

我不知道用于mp3标签的编码是什么，但如果你确定它是UTF-8那么：

 tagdata[start:end].decode("utf-8")

第# -*- coding: utf-8 -*-行定义了您的源代码编码，并没有定义用于读取或写入文件的编码。

在python中使用挪威语字母æøå

上述代码中的两个相关位置：

3 个答案: