Python 在windows环境中管理Mac OS创建的具有非ASCII字符的文件名？

我处理大量未知文件的集合，一直在学习python来帮助我过滤/排序这些文件，并以其他方式处理这些文件

我正在查看的一个集合中有大量的资源分叉，我编写了一个小脚本来查找它们并删除它们（下一步是查找它们并移动它们，但这是另一天的事情）

我在这个集合中发现，有许多文件的文件名中有非ascii字符，这似乎使os.delete函数出错

示例文件名：._speccom报告395 （注意：3下面有一个小点，我找不到一个例子，也不知道如何显示文件名的十六进制…）

我记录所有的文件名，这是该日志记录的文件：。_speccom报告3？95

我得到的错误是一个windowserror，因为它找不到文件（它传递的字符串不是windows操作系统所知道的该文件的字符串）。我加入了一个try子句，允许我处理它，但我真的很喜欢正确地处理它

我还尝试在walk选项“os.walk（u.”中使用unicode开关，如本文所述：（顶部答案），我发现以下错误：

Traceback (most recent call last):
 File "<stdin>", line 3, in <module>
 File "c:\python27\lib\encodings\cp850.py", line 12, in encode
    return codecs.charmap_encode(input,errors,encoding_map)
UnicodeEncodeError: 'charmap' codec can't encode character u'\uf022' in position
20: character maps to <undefined>

os.walk（u.）

是获取本机Unicode文件名的正常方法，应该可以正常工作；对我来说是的

你的问题是：

srcNewline = src + ", " + str(filename) + "\n"

str（filename）

将使用默认编码将Unicode字符串转换回字节，并且由于该编码没有字符U+F022（*），因此会得到一个

UnicodeEncodeError

。您必须通过执行以下操作来选择要存储在输出文件中的编码：例如

srcNewLine='%s，%s\n'（src，filename.encode（'utf-8'））

，或者（可能更好）将字符串保留为Unicode并使用

编解码器将其写入文件。打开
ed文件

（*：这是一个不应该使用的专用区域字符，但我想现在你对此无能为力……
嘿，谢谢你的回复。我理解你所说的大部分，一直在玩弄你的建议。我仍然无法让它工作-我想我离理解这个问题有点近了。。。问题似乎在于操作系统层如何处理文件名，这与基于MSDOS的函数如何处理文件名不同。基本上，文件名中有一个2字节字符（编码未知），资源管理器可以“看到”，但被剥离并屏蔽了MSDO。这个字符的传递似乎是个问题——也许我应该关注的是比特流而不是字符串？我还发现，所讨论的标志符号由一个ASCII数字组成，后跟一个十六进制代码EF 80 A2。我通过查看firefox中的文件夹和源代码发现了这一点。有趣的是，我可以看到一些数字的数字符号，每个数字都有相同的以下代码，表示字符-UTF-16有一个4字节的字？字节序列
EF 80 A2
是U+F022的UTF-8编码。这就是我希望
.encode（'utf-8'）
在输出到Keepers.txt/Deleted.txt文件时的工作方式，所以这很好。但是，您不应该使用编码为字节的字符串来实际访问文件，因为当您对文件名使用字节字符串时，您仅限于系统默认代码页（其中不会包含大多数Unicode字符，当然也不会包含伪U+F022字符）。保持文件名为Unicode，只在将它们写入字节流时将它们编码为字节。太棒了，谢谢。我做了很多关于U+F022字形和变音符号的背景阅读。这一切完全有道理。谢谢您抽出时间，我很感激。：）
srcNewline = src + ", " + str(filename) + "\n"