在Python中处理UTF文件名

我已经读了很多关于这个话题的书，包括这里关于这个话题的权威指南：

也许对于一个更有经验的开发人员来说，这个指南就足够了。然而，在我的情况下，我比刚开始的时候更加困惑，仍然没有解决我的问题

我试图使用os.walk（）读取文件名，并在将这些信息写入文本文件之前获取有关文件的某些信息（如文件大小）。只要我没有遇到任何文件名用utf编码的文件，这就行了。当它命中一个utf编码名称的文件时，我会得到如下错误：

WindowsError: [Error 123] The filename, directory name, or volume label syntax is incorrect: 'Documents\\??.txt'

在这种情况下，文件名为唽咿.txt

到目前为止，我一直在努力做到这一点：

for (root, dirs, files) in os.walk(dirpath):
        for filename in files:
            filepath = os.path.join(root, filename)
            filesize = os.stat(filepath).st_size
            file = open(filepath, 'rb')
            stuff = get_stuff(filesize, file)
            file.close()

如果有必要，dirpath来自代码的早期部分，相当于“dirpath=raw_input（）”

我尝试过各种方法，例如将文件路径行更改为：

filepath = unicode(os.path.join(unicode(root), unicode(filename)))

但我试过的都不管用

以下是我的两个问题：

如何让它将正确的文件名传递给os.stat（）方法，以便从中获得正确的响应

我的脚本需要将一些文件名写入一个文本文件中，以后可能需要从中读取。此时，它需要能够根据刚刚从文本文件中读取的内容查找文件。如何正确地将这些文件名写入文本文件，然后再正确地从中读取

---

将

unicode

路径传递到

os.walk（）

在版本2.3中更改：在Windows NT/2k/XP和Unix上，如果路径是Unicode对象，则结果将是Unicode对象列表

---

对于那些对完整解决方案感兴趣的人：

dirpath = raw_input()

更改为：

dirpath = raw_input().decode(sys.stdin.encoding)

这允许传递给os.walk（）的参数采用unicode格式，从而使其返回的文件名也采用unicode格式

---

要将这些文件写入或从文件写入（我的第二个问题），我使用了codecs.open（）功能

+1这是一个痛苦的问题-您无法通过便携或正确的方式完成此操作，但您可以进行一些假设，并从中获得大部分信息。（例如，假设linux上的语言环境是正确的，或者windows上的文件系统采用了可以存储所需字符的正确编码，等等）。您似乎在使用windows，如果您将问题缩小到仅限windows，则准确、正确的答案应该是可行的。感谢您对我的两个问题中的一个做出模糊但最终有用的回答。哈，哇。另一个问题的答案当然是，

codecs.open（）

。