浅谈Python2获取中文文件名的编码问题

概述问题：Python2获取包含中文的文件名是如果不转码会出现乱码。这里假设要测试的文件夹名为test，文件夹下有5个文件名包含中文的文件分别为：

问题：

Python2获取包含中文的文件名是如果不转码会出现乱码。

这里假设要测试的文件夹名为test，文件夹下有5个文件名包含中文的文件分别为：

Python性能分析与优化.pdf

Python数据分析与挖掘实战.pdf

Python编程实战：运用设计模式、并发和程序库创建高质量程序.pdf

流畅的Python.pdf

编写高质量Python代码的59个有效方法.pdf

我们先不转码直接打印获取到的文件名，代码如下：

import osfor file in os.Listdir('./test'): print(file)

输出乱码：

Python���ܷ������Ż�.pdfPython���ݷ������ھ�ʵս.pdfPython���ʵս���������ģʽ�������ͳ���ⴴ������������.pdf������Python.pdf��д������Python�����59����Ч����.pdf

解决：

先测试一下文件名的编码，这里我们用到chardet模块，安装命令：

pip install chardet

用chardet.detect函数检测一下文件名的编码方式：

{'confIDence': 0.99,'enCoding': 'GB2312'}{'confIDence': 0.99,'enCoding': 'GB2312'}{'confIDence': 0.73,'enCoding': 'windows-1252'}{'confIDence': 0.99,'enCoding': 'GB2312'}

可以看出编码GB2312的置信度最大，下面我们用GB2312编码来解码文件名，代码如下：

import osimport chardetfor file in os.Listdir('./test'): r = file.decode('GB2312') print(r)

输出：

Python性能分析与优化.pdf

Python数据分析与挖掘实战.pdf

Python编程实战：运用设计模式、并发和程序库创建高质量程序.pdf

流畅的Python.pdf

编写高质量Python代码的59个有效方法.pdf

经过编码之后，文件名打印正确。

PS：chardet.detect检测的字符串越长越准确，越短越不准确

这里还有一个问题是上面的代码是在windows下测试，linux下文件名编码是utf-8，为了兼容windows和linux，代码需要修改一下，下面我们把代码封装到函数中：

# -*- Coding: utf-8 -*-import osdef get_filename_from_dir(dir_path): file_List = [] if not os.path.exists(dir_path):  return file_List for item in os.Listdir(dir_path):  basename = os.path.basename(item)  # print(chardet.detect(basename)) # 找出文件名编码,文件名包含有中文  # windows下文件编码为GB2312，linux下为utf-8  try:   decode_str = basename.decode("GB2312")  except UnicodeDecodeError:   decode_str = basename.decode("utf-8")  file_List.append(decode_str) return file_List# 测试代码r = get_filename_from_dir('./test')for i in r: print(i)

先用GB2312解码，如果出错再用utf-8解码，这样就兼容了windows和linux（在Win7和Ubuntu16.04测试通过）。

以上这篇浅谈Python2获取中文文件名的编码问题就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持编程小技巧。

总结

以上是内存溢出为你收集整理的浅谈Python2获取中文文件名的编码问题全部内容，希望文章能够帮你解决浅谈Python2获取中文文件名的编码问题所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。