Python 组合pandas和shutil时与解码相关的错误

我试图用shutil.copytree和pandas（apply函数）复制一堆目录。在检查日志时，我注意到由于以下错误，无法复制某些文件：[Errno 2]没有这样的文件或目录：PATH。即使路径名是有效的。进一步检查后发现\xb4中的Í字符发生了更改，这解释了为什么找不到该文件

我在这篇文章中尝试了以下建议： 通过尝试将列转换为unicode。但是，这会导致以下错误： UnicodeDecodeError:“ascii”编解码器无法解码位置20处的字节0xcc:序号不在范围内（128）

我希望字符串“DONE”会被打印出来，但是我得到了错误消息：

[Errno 2]没有这样的文件或目录：“Y:\project\Test\x01\RAI\xcc\x81.pdf”

编辑：

如果像这样使用原始字符串文字：

df = pd.DataFrame({r'1':[r'Y:\project\Test\1'],
              '2':[r'Y:\project\Test\2']})

def copy_files(row):
    try:
        shutil.copytree(row['1'], row['2'])
        return 'DONE'
    except Exception as e:
        return str(e)

df['errors'] = df.apply(copy_files, axis=1)

print(df['errors'][0])

我仍然得到以下结果：

[（'Y:\project\Test\1\RAI\xb4i.pdf'， “Y:\project\Test\2\RAI\xb4i.pdf”，“[Errno 2]没有此类文件或 目录：“Y:\\project\\Test\\1\\RAI\xb4i.pdf'”）

---

你从哪里得到这些角色的？看起来你的名字里有一个“带锐音符的拉丁文大写字母I”。问题在于UNICODE（独立于编码）允许多个表示。它可以是（标准形式C或标准组合）U+00CD或

'\xcd'

或（标准形式D或标准分解）U+0049，后跟U+0301或

'I\u0301'

。这张NFD表格读作拉丁文大写字母I，后面加上尖锐的口音

无法在打印或显示的字符上区分这两种形式，但不幸的是，它们对于Python和文件系统都是不同的字符串

如何修复：避免在文件名中使用非ascii字符。你现在知道为什么了

解决办法：

您的源包含NFD表单。文件系统可能包含NFC表单，因此您可以尝试：

df = pd.DataFrame({'1':['Y:\project\Test\1\RAI\xcd.pdf'],'2': 
['Y:\project\Test\2\RAI\xcd.pdf']})

防弹方法是询问文件系统文件名实际上是什么字符串：

l = glob.glob('Y:\project\Test\1\RAI*.pdf')
for name in l:
    print(name, [hex(ord(i)) for i in name])

（请注意

*

而不是

？

，因为在NFD格式中，单个glyph可能对应多个字符），这将转储文件系统已知的所有字符的unicode码点。如果你以后使用完全相同的表示法，事情会好起来的

---

参考文献：

---

想知道为什么在输出错误中看到\xo1而不是“1”

l = glob.glob('Y:\project\Test\1\RAI*.pdf')
for name in l:
    print(name, [hex(ord(i)) for i in name])