python - 在 Python 中处理 UTF 文件名

Question

我已经阅读了很多关于该主题的内容，包括此处似乎是该主题的权威指南:http://docs.python.org/howto/unicode.html

也许对于更有经验的开发人员来说，该指南可能就足够了。但是，就我而言，我比开始时更加困惑，但仍未解决我的问题。

我正在尝试使用 os.walk() 读取文件名，并在将该信息写入文本文件之前获取有关文件的某些信息(例如文件大小)。只要我没有遇到任何文件名以 utf 编码的文件，它就可以工作。当它遇到一个带有 utf 编码名称的文件时，我会收到类似这样的错误:

WindowsError: [Error 123] The filename, directory name, or volume label syntax is incorrect: 'Documents\\??.txt'

在那种情况下，文件被命名为唽咿.txt。

到目前为止，我一直在尝试这样做:

for (root, dirs, files) in os.walk(dirpath):
        for filename in files:
            filepath = os.path.join(root, filename)
            filesize = os.stat(filepath).st_size
            file = open(filepath, 'rb')
            stuff = get_stuff(filesize, file)
            file.close()

万一重要，dirpath 来自代码的较早部分，相当于“dirpath = raw_input()”。

我尝试了各种方法，例如将文件路径行更改为:

filepath = unicode(os.path.join(unicode(root), unicode(filename)))

但我尝试过的都没有用。

这是我的两个问题:

1. 如何让它将正确的文件名传递给 os.stat() 方法，以便从中获得正确的响应？

2. 我的脚本需要将一些文件名写入文本文件，稍后可能需要从中读取。那时它需要能够根据刚刚从文本文件中读取的内容找到文件。如何将此类文件名正确写入文本文件，然后再从中正确读取？

Answer 1

将 unicode 路径传递给 os.walk()。

Changed in version 2.3: On Windows NT/2k/XP and Unix, if path is a Unicode object, the result will be a list of Unicode objects.

source