在 OS X 和 Python 中,我遇到了使用 Unicode 文件名的一些困难。我试图将文件名用作代码中稍后要用到的正则表达式的输入,但文件名中使用的编码似乎与 sys.getfilesystemencoding() 所告诉我的不同。以下是代码示例:
#!/usr/bin/env python
# coding=utf-8
import sys,os
print sys.getfilesystemencoding()
p = u'/temp/s/'
s = u'åäö'
print 's', [ord(c) for c in s], s
s2 = s.encode(sys.getfilesystemencoding())
print 's2', [ord(c) for c in s2], s2
os.mkdir(p+s)
for d in os.listdir(p):
print 'dir', [ord(c) for c in d], d
它输出以下内容:
utf-8
s [229, 228, 246] åäö
s2 [195, 165, 195, 164, 195, 182] åäö
dir [97, 778, 97, 776, 111, 776] åäö
所以,文件系统编码为utf-8,但是当我使用该编码对我的文件名åäö进行编码时,它与使用相同字符串创建的目录名不同。我期望当我使用字符串åäö创建目录并读取其名称时,它应该使用与直接应用编码相同的代码。
如果我们看一下代码点97、778、97、776、111、776,它基本上是ASCII字符加上变音符号,例如o + ¨= ö,这使得它成为两个字符,而不是一个字符。我该如何避免这种差异?在Python中是否有一种编码方案与OS X的行为匹配,并且为什么getfilesystemencoding()没有给出正确的结果?
还是我搞砸了?
m_aa = re.compile(ur"a\u0308",re.I), m_ae = re.compile(ur"a\u030a",re.I), m_oe = re.compile(ur"o\u0308",re.I)
。 - RipperDoc