os.path.join與中文目錄

又是編碼的問題python

最近在Linux下使用SublimeText3進行Python編碼,添加了Anaconda插件。然而在測試一個簡單的文件時,出現了插件不工做的問題。分析插件給出的log,發現"UnicodeEncodeError: 'ascii' codec can't encode characters in position 24-25: ordinal not in range(128)"]'t encode characters in position 24-25: ordinal not in range(128)"。由於這個文件是放在一箇中文目錄下(/home/下載),所以懷疑是中文路徑引發的問題。python2.7

作了以下測試:函數

>>>import os
>>>os.getcwd()
'/home/abcat/\xe9\x9f\xb3\xe4\xb9\x90'
>>>type(os.getcwd())
str
>>>os.path.join(os.getcwd(),u"中文.txt")
---------------------------------------------------------------------------
UnicodeDecodeError                        Traceback (most recent call last)
<ipython-input-58-aef0af952f21> in <module>()
----> 1 os.path.join(os.getcwd(),u"中文.txt")

/usr/lib/python2.7/posixpath.pyc in join(a, *p)
     78             path +=  b
     79         else:
---> 80             path += '/' + b
     81     return path
     82 

UnicodeDecodeError: 'ascii' codec can't decode byte 0xe9 in position 12: ordinal not in range(128)
>>> os.path.join(os.getcwd(),"中文.txt")
'/home/abcat/\xe9\x9f\xb3\xe4\xb9\x90/\xe4\xb8\xad\xe6\x96\x87.txt'

 >>>os.path.join(unicode(os.getcwd(),'utf-8'),u"中文.txt")
u'/home/abcat/\u97f3\u4e50/\u4e2d\u6587.txt'

  join(arg1,arg2)函數處理路徑,會自動根據輸入參數的類型進行編碼,在編碼過程當中,會有四種狀況發生:測試

一、str+str,不進行編碼處理;編碼

二、str+unicode,會將arg1用defaultencoding進行編碼,python2默認的編碼是"ascii",若是arg1包含中文(中文在str中以bytestream表示),則沒法使用"ascii"進行編碼,出現UnicodeDecodeError錯誤;spa

三、unicode+str,同上,只是會用默認編碼對arg2進行編碼,若是是中文還會出現錯誤;插件

四、unicode+unicode,正常。code

 

有時會想,一直使用str表示全部路徑不行嗎?答案是有時會出問題,至少anaconda(以及它利用的sublimeJEDI)會出現問題。blog

在Python3中,全部字符串都以unicode統一處理,而Python2中用str表示的中文則被稱爲bytestream。也就是中文的二進制編碼,相同的文件名在不一樣的平臺可能有不一樣的表示,具體表示方法由sys.getfilesystemencoding()取得。ip

相關文章
相關標籤/搜索