Python unicode os.listdir（）不从API返回结果

我正在使用TMDb根据文件名查找媒体。大多数情况下，这都可以正常工作，除非我使用

os.listdir（）

搜索名称中包含Unicode字符的文件，TMDb查找unicode格式的结果，并返回unicode格式的响应

以

Amélie

的封面艺术文件为例：

Amélie.jpg

一个简单的受控实验表明，无论我尝试什么，它在使用类型化Unicode字符串时都有效，但在使用

os.listdir（）

时无效

那么，为什么原始字符串（ASCII或Unicode）始终工作，而从文件系统中提取的文件名却不工作呢

我试过：

• 以各种组合进行编码（“utf-8”）和解码（“utf-8”）
• 在所有文件加载中使用u“”前缀
• 使用utf-8编码重新加载

  sys

• 我看到Martijn Pieters的一篇帖子，内容是关于Mac OS对Unicode的处理方式不同，但我似乎再也找不到了

• isinstance（文件，str）

  （令人惊讶的是，它不是unicode！）

---

所以。。。如何让文件夹枚举使用unicode字符，或者有没有合适的方法可以将这些ascii文件名转换为unicode，而不会出现可怕的

序号超出范围的错误？
不同之处在于您的文件系统使用的是分解的unicode字符。如果将返回的文件名规范化为组合的Unicode字符，则可以使用
\xe9
作为Unicode字符。
e\u0301
是ASCII
e
后跟组合重音：

>>> u'Am\xe9lie' == ud.normalize('NFC',u'Ame\u0301lie')
True

因此，请使用：

import unicodedata as ud
print('\nunicode listdir')
for filename in os.listdir(u'/media/artwork/'):
    nfilename = ud.normalize(filename)
    s = tmdb.Search()
    s.movie(query=os.path.splitext(nfilename)[0])
    print('Results', len(s.results))
    for r in s.results:
        print(r)

简化您的问题可能会更好，因为它似乎与TMDb没有任何关系。仅列出一个带有unicode字符的文件似乎就足够了。似乎是重复的？这是我从Martijn那里漏掉的问题。我去看看。Fwiw，不，更简单不会更好，因为我还不确定这是否与Unicode有关。可能是重复的，看起来这就是关键。在Windows或*nix上运行时有什么影响？这会失败吗？@brandonscript否，您可以规范化已经规范化的字符串，因此上述代码应该适用于任何操作系统。
>>> u'Am\xe9lie' == ud.normalize('NFC',u'Ame\u0301lie')
True

import unicodedata as ud
print('\nunicode listdir')
for filename in os.listdir(u'/media/artwork/'):
    nfilename = ud.normalize(filename)
    s = tmdb.Search()
    s.movie(query=os.path.splitext(nfilename)[0])
    print('Results', len(s.results))
    for r in s.results:
        print(r)