Python sqlite3在路径中使用特殊字符连接

我有一个使用PyInstaller编译的应用程序，它使用sqlite数据库。在名字中有特殊字符的用户运行该软件之前，一切正常。即使是这样简单的代码：

import sqlite3
path = "C:\\Users\\Jøen\\test.db"

db = sqlite3.connect(path)

导致回溯：

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
sqlite3.OperationalError: unable to open database file

我看到两个问题：

• \t

  是制表符，

  \U

  是8位十六进制Unicode字符转义的开始
• 您需要编码到平台文件系统编码，在Windows上通常是UTF-16（little-endian）或MBCS（多字节字符集，真正的意思是*我们支持的任何多字节编码，包括UTF-16），但不是UTF-8。或者只是传入一个Unicode字符串，让Python为您解决这个问题

在Python2上，以下各项应该可以工作：

path = ur"C:\Users\Jøen\test.db"

这使用了一个原始的unicode字符串文字，这意味着它将a）不将

\t

解释为一个制表符，而是两个单独的字符；b）为Python生成一个unicode字符串，然后编码为正确的文件系统编码

或者，在Windows上，前斜杠也可以用作分隔符，或者可以将后斜杠加倍以正确转义：

path = u"C:/Users/Jøen/test.db"
path = u"C:\\Users\\Jøen\\test.db"

在Python3上，只需放下

u

，仍然不编码：

从主目录构建路径，在任何地方使用Unicode字符串，并使用

os.path.join（）

构建路径。不幸的是，

os.path.expanduser（）

在Python 2上不支持Unicode（请参阅），因此使用它需要使用

sys.getfilesystemencoding（）

进行解码，但这实际上可能会失败（请参阅原因）。您当然可以尝试：

path = os.path.expanduser("~").decode(sys.getfilesystemencoding())
sqlite3.connect(os.path.join(path, u"test.db"))

但是，取而代之的是，依赖于检索环境变量的Unicode值将确保获得一个未损坏的值；在此基础上，这可能看起来像：

import ctypes
import os

def getEnvironmentVariable(name):
    name= unicode(name) # make sure string argument is unicode
    n= ctypes.windll.kernel32.GetEnvironmentVariableW(name, None, 0)
    if n==0:
        return None
    buf= ctypes.create_unicode_buffer(u'\0'*n)
    ctypes.windll.kernel32.GetEnvironmentVariableW(name, buf, n)
    return buf.value

if 'HOME' in os.environ: 
    userhome = getEnvironmentVariable('HOME')
elif 'USERPROFILE' in os.environ:
    userhome = getEnvironmentVariable('USERPROFILE')

 sqlite3.connect(os.path.join(userhome, u"test.db"))

我看到两个问题：

• \t

  是制表符，

  \U

  是8位十六进制Unicode字符转义的开始
• 您需要编码到平台文件系统编码，在Windows上通常是UTF-16（little-endian）或MBCS（多字节字符集，真正的意思是*我们支持的任何多字节编码，包括UTF-16），但不是UTF-8。或者只是传入一个Unicode字符串，让Python为您解决这个问题

在Python2上，以下各项应该可以工作：

path = ur"C:\Users\Jøen\test.db"

这使用了一个原始的unicode字符串文字，这意味着它将a）不将

\t

解释为一个制表符，而是两个单独的字符；b）为Python生成一个unicode字符串，然后编码为正确的文件系统编码

或者，在Windows上，前斜杠也可以用作分隔符，或者可以将后斜杠加倍以正确转义：

path = u"C:/Users/Jøen/test.db"
path = u"C:\\Users\\Jøen\\test.db"

在Python3上，只需放下

u

，仍然不编码：

从主目录构建路径，在任何地方使用Unicode字符串，并使用

os.path.join（）

构建路径。不幸的是，

os.path.expanduser（）

在Python 2上不支持Unicode（请参阅），因此使用它需要使用

sys.getfilesystemencoding（）

进行解码，但这实际上可能会失败（请参阅原因）。您当然可以尝试：

path = os.path.expanduser("~").decode(sys.getfilesystemencoding())
sqlite3.connect(os.path.join(path, u"test.db"))

但是，取而代之的是，依赖于检索环境变量的Unicode值将确保获得一个未损坏的值；在此基础上，这可能看起来像：

import ctypes
import os

def getEnvironmentVariable(name):
    name= unicode(name) # make sure string argument is unicode
    n= ctypes.windll.kernel32.GetEnvironmentVariableW(name, None, 0)
    if n==0:
        return None
    buf= ctypes.create_unicode_buffer(u'\0'*n)
    ctypes.windll.kernel32.GetEnvironmentVariableW(name, buf, n)
    return buf.value

if 'HOME' in os.environ: 
    userhome = getEnvironmentVariable('HOME')
elif 'USERPROFILE' in os.environ:
    userhome = getEnvironmentVariable('USERPROFILE')

 sqlite3.connect(os.path.join(userhome, u"test.db"))

---

我发现，不必处理编码（我从来没有找到解决方案）就可以实际工作的方法是使用下面的答案：

---

根据我的测试，短名称似乎总是删除编码字符。我意识到这是一个难题，但我找不到另一种方法。

我发现的方法实际上可以在不必处理编码的情况下工作（我从未找到解决方案），就是使用下面的答案：

---

根据我的测试，短名称似乎总是删除编码字符。我意识到这是一个难题，但我找不到另一种方法。

是

sqlite3.connect（db）

打字错误吗？我猜是

sqlite3.connect（path）

？正确。编辑。非常感谢。

sqlite3.connect（db）

是打字错误吗？我猜是

sqlite3.connect（path）

？正确。编辑。非常感谢。很抱歉再次从我的虚拟机输入错误。路径使用斜杠进行双重编码。使用

ur

只会引发ascii编码问题。

\U

使用python3也会导致问题使用

U

与

expanduser

一起使用会引发编码错误：

>>path=os.path.expanduser（U“~”）回溯（最后一次调用）：文件“”，第1行，文件“C:\Python27\lib\ntpath.py”，第311行，在expanduser return userhome+path[i:]UnicodeDecodeError:“ascii”编解码器无法解码第10位的字节0xf8：序号不在范围内（128）>>

时间较短，但这可能是旧版本2.7中的错误。会调查的。呸，骗子。Python 2中考虑了它。由于数据来自环境变量，我将更新为使用

sys.getdefaultencoding（）

。很抱歉，我的虚拟机再次输入错误。路径使用斜杠进行双重编码。使用

ur

只会引发ascii编码问题。

\U

使用python3也会导致问题使用

U

与

expanduser

一起使用会引发编码错误：

>>path=os.path.expanduser（U“~”）回溯（最后一次调用）：文件“”，第1行，文件“C:\Python27\lib\ntpath.py”，第311行，在expanduser return userhome+path[i:]UnicodeDecodeError:“ascii”编解码器无法解码第10位的字节0xf8：序号不在范围内（128）>>

时间较短，但这可能是旧版本2.7中的错误。会调查的。呸，骗子。Python 2中考虑了它。我将更新为使用

sys.getdefaultencoding（）

，因为数据来自环境变量。