Python'un os.path İbranice dosyalarında boğulma

Question

Bazı dosyaları taşımak zorunda olan bir komut dosyası yazıyorum, ama maalesef çok iyi uluslararasılaşma ile os.path oynar görünmüyor. İbranice adlı dosyam olduğunda, sorun var.

files = os.listdir('test_source') 

for f in files: 
    pf = os.path.join('test_source', f) 
    print pf, os.path.exists(pf) 

çıkışı:

test_source\ex True 
test_source\joe True 
test_source\mie.txt True 
test_source\__()'''.txt True 
test_source\????.txt False 

alt text http://eli.thegreenplace.net/files/temp/hebfilenameshot.png

Şimdi bu dizine dosyaların üzerine gider bu kodu göz önünde bulundurun: Burada bir dizinin içeriğinin bir ekran görüntüsü var os.path.exists, İbranice adlı dosyanın bulunmadığını nasıl algıladığını fark ettiniz mi? Bunu nasıl düzeltebilirim? Windows XP Home SP2

Answer 1

Hmm, some digging sonra os beslenirken anlaşılmaktadır.unicode dize listdir, bu tür işler:

files = os.listdir(u'test_source') 

for f in files: 

    pf = os.path.join(u'test_source', f) 
    print pf.encode('ascii', 'replace'), os.path.exists(pf) 

===> buraya

test_source\ex True 
test_source\joe True 
test_source\mie.txt True 
test_source\__()'''.txt True 
test_source\????.txt True 

Bazı önemli gözlemler: (tüm NT türevleri gibi)

• Windows XP depolar tüm unicode dosya adları
• os.listdir (ve benzeri işlevler os.walk) shoul unicode yollarla düzgün çalışabilmesi için bir unicode dizesinden geçirilebilir.

os.listdir(), dosya döndürür bir sorun tutarsa: İşte yukarıda belirtilen bağlantı bir alıntı bu dosya adlarını Unicode sürümünü dönmelidir veya o 8 bit dizeleri dönmelidir Kodlanmış sürümleri içeren ? os.listdir(), dizinine bağlı olarak, 8 bitlik bir dize veya bir Unicode dizgisi dizini sağlayıp sağlamadığınıza bağlı olarak bağlıdır. Eğer yol olarak Unicode dizesi geçmesi, dosya adları bir 8-bit yolunu geçerken 8-bit sürümlerini dönecektir, iade olacak dosya sisteminin kodlama ve Unicode dizeleri bir listesini kullanarak deşifre edilecek dosya.

• Ve son olarak, print bir ascii dize değil, unicode istiyor, bu yüzden yol ASCII için kodlanmış olması gerekir.

Answer 2

üzerinde

ActivePython 2.5.2 ASCII sorunu vs bir Unicode benziyor - os.listdir ASCII dizeleri listesini geri dönüyor.

Düzenleme: Python 3.0 üzerinde, ayrıca XP SP2'de de denedim ve os.listdir, onları listelemek yerine sadece İbranice dosya adlarını atladı. os.listdir() dizeleri listesini döndürdüğünde, doğru deşifre edilemez dosya yerine ihmal edildiği

Not:

dokümanlar göre, bu onu dekode edemedi anlamına gelir UnicodeError'u yükseltmekten daha iyi.

Answer 3

O OS X üzerinde Python 2.5.1 kullanarak bir cazibe gibi çalışır:

bu şekilde Windows XP ile ilgisi var demektir Belki

subdir/bar.txt True 
subdir/foo.txt True 
subdir/עִבְרִית.txt True 

?

DÜZENLEME: Windows davranışı daha iyi taklit denemek için Unicode dizeleri ile çalıştı: is Terminal (os x stok komut istemi uygulaması) olarak

for f in os.listdir(u'subdir'): 
    pf = os.path.join(u'subdir', f) 
    print pf, os.path.exists(pf) 

subdir/bar.txt True 
subdir/foo.txt True 
subdir/עִבְרִית.txt True 

. IDLE kullanarak hala çalıştı ama dosya adını doğru şekilde basmadı. Emin olmak için gerçekten orada unicode kontrol ettim geçerli:

>>>os.listdir(u'listdir')[2] 
u'\u05e2\u05b4\u05d1\u05b0\u05e8\u05b4\u05d9\u05ea.txt' 

Answer 4

Belirli bir kodlamada bir unicode karakteri gösterilemediğinde görüntülenen az çok evrensel sembol bir soru işareti. Windows'daki terminaliniz veya etkileşimli oturumunuz muhtemelen ASCII veya ISO-8859-1 veya başka bir şey kullanıyordur. Yani asıl dize, unicode, ama tercüme ediliyor ???? terminale basıldığında. Bu yüzden OSX kullanan PEZ için çalışıyor.