使用Python的Windows上的Unicode文件名&；subprocess.Popen（）

为什么会出现以下情况：

>>> u'\u0308'.encode('mbcs')   #UMLAUT
'\xa8'
>>> u'\u041A'.encode('mbcs')   #CYRILLIC CAPITAL LETTER KA
'?'
>>>

我有一个Python应用程序接受来自操作系统的文件名。它适用于一些国际用户，但不适用于其他用户

例如，此unicode文件名： u'\u041a\u0433\u044b\u044b\u0448\u0444\u0442'

不会使用Windows“mbcs”编码（文件系统使用的编码，由sys.getfilesystemencoding（）返回）。我得到“？？”，表示编码器在这些字符上失败。但这毫无意义，因为文件名一开始就来自用户

更新：以下是我的背景，我的理由背后。。。

---

我的系统中有一个文件名为西里尔文。我想用该文件作为参数调用subprocess.Popen（）。Popen无法处理unicode。通常，我可以使用sys.getfilesystemencoding（）给出的编解码器对参数进行编码。在这种情况下，如果说对于Windows NT和更高版本，文件名本机是Unicode，那么它将不起作用。如果您有一个有效的unicode文件名，为什么还要麻烦使用mbcs对其进行编码

假设mbcs使用“ANSI代码页”（根据用户的区域设置而有所不同）进行编码，因此如果区域设置不使用西里尔字符，请使用splat

---

编辑：因此您的进程正在调用subprocess.Popen（）。如果您调用的进程在您的控制之下，那么这两个进程将能够同意使用UTF-8作为Unicode传输格式。否则，您可能需要询问pywin32邮件列表。在任何情况下，请编辑您的问题以说明您对调用过程的控制程度。

如果您需要传递现有文件的名称，则通过传递8.3版本的Unicode文件名可能会有更好的成功机会

您需要安装软件包，然后可以执行以下操作：

>>> import win32api
>>> win32api.GetShortPathName(u"C:\\Program Files")
'C:\\PROGRA~1'

我相信这些短文件名只使用ASCII字符，因此您应该能够将它们用作命令行的参数

如果还需要指定要创建的文件名，可以使用Unicode文件名从Python中提前创建零大小的文件名，并将文件的短名称作为参数传递

---

更新：用户bogdan正确地说8.3文件名生成可以被禁用（我在笔记本电脑上安装Windows XP时也禁用了它），所以你不能依赖它们。因此，在处理NTFS卷时，另一种更为牵强的方法是，可以将Unicode文件名转换为普通ASCII文件名；将ASCII文件名传递给外部命令，然后将其删除。

在Py3K中-至少从Python 3.2-

子流程中。Popen

和

sys.argv

与Windows上的（默认unicode）字符串一致

CreateProcessW

和

GetCommandLineW

被明显使用

在Python-v2.7.2之前的版本中，至少-

subprocess.Popen

带有Unicode参数。它坚持使用

CreateProcessA

（而

os.*

与Unicode一致）。而shlex.split会产生额外的废话

Pywin32的

win32process.CreateProcess

也不会自动切换到W版本，也没有

win32process.CreateProcessW

。与

GetCommandLine

相同。 因此，需要使用

ctypes.windl.kernel32.CreateProcessW…

。 关于此问题，子流程模块可能应该得到修复

在Unicode操作系统上，带有私有应用的

argv[1:://code>上的UTF8仍然很笨拙。对于像Linux这样的8位“Latin1”字符串操作系统，这些技巧可能是合法的

更新vaab为Python 2.7创建了一个修补版的
Popen
，解决了这个问题。

见

带有解释的博客帖子：
免责声明：我是下面提到的修复程序的作者

要在带有python 2.7的windows上支持unicode命令行，可以使用
到
subprocess.Popen（..）

形势

Python 2在windows上对unicode命令行的支持非常差

被严重窃听：


从调用方向系统发出unicode命令行（通过
subprocess.Popen（..）
）

并从被调用方读取当前的命令行unicode参数（通过
sys.argv
）


在Python2上，这是公认的。这些在Python3中是固定的

技术原因

在Python2中，
subprocess.Popen（…）
和
sys.argv
的windows实现使用非unicode就绪的windows系统调用
CreateProcess（…）
（请参见Python和MSDN），而不对
sys.argv
使用
GetCommandLineW（…）

在Python 3中，
subprocess.Popen（..）
的windows实现使用正确的windows系统调用
CreateProcessW（..）
从
3.0
开始（参见
3.0
）和
sys.argv
使用
GetCommandLineW（..）
从
3.3
开始（参见
3.3
）

它是如何固定的

给定的将利用
ctypes
模块调用C窗口
系统
直接创建进程w（..）
。它提出了一个新的固定的
Popen
对象，通过覆盖私有方法
Popen.\u执行子（…）
和私有函数
\u子流程.CreateProcess（…）
从windows系统库中设置和使用
CreateProcessW（…）
，尽可能模仿Python
3.6
中的操作方式

如何使用它

下面将演示如何使用给定的补丁。它还显示了如何读取当前进程
sys.argv
with.
对于Python3，只需不编码字符串即可。Windows文件名本机为Unicode，Python 3中的所有字符串均为Unicode，Popen使用Unicode版本的
CreateProcess
Windows API函数

使用Python2.7