纠结的Python2.7编码与os.walk()函数的目录参数

转载于：http://www.cnblogs.com/sumory/archive/2011/01/26/1945521.html

Python3与Python2.x系列的编码处理(类型，文件等)有所不同，具体这里就不再介绍了，网上有很多相关文章。

这里分享一个纠结了非常久的问题（因为一开始没特别注意函数参数的编码问题，所以浪费了不少时间，希望能给同样遇到这个问题的朋友们一点帮助）。

os.walk()函数是在需要深度访问一个目录时经常要使用的，前段时间在写一个toolkit（稍后陆续放出），里面有个功能需要这个函数，以前使用时传递的参数都是英文的，所以没太注意这个问题，没想到这次在使用中文的时候麻烦就出现了。先来看两个函数（文件头：# -*- coding: UTF-8 -*-）：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

def  encrypt( dir ,outfile,suffix,recursion):      exts =  suffix.split( "|" )      all_files = []      print ( '传入的目录：' + dir .decode( 'gbk' )) #请注意，print的时候需要decode下，不然是乱码      #当前递归的目录，当前递归的目录下的所有子目录，当前递归的目录下的所有文件      for  root, dirs, files in  os.walk( dir ):          print ( '正在调用...' )          for  name in  files:              file_path = unicode (os.path.join(root,name), 'gbk' ) #全称,正确地取得windows下的中文文件名              extension = os.path.splitext(file_path)[ 1 ]                           if  extension[: 1 ]! = '.' :                  extension = '.' + extension              if  extension in  exts:                  oldfile = file_path                  extensionlen = - len (extension)                  newfile = oldfile[:extensionlen] + '-new' + extension                  os.rename(oldfile, newfile)                  all_files.append( '/' .join(file_path.split( '\\'))+"<>"+' / '.join(newfile.split(' \\')))          if ( not  recursion):              break      if  len (all_files)> 0 :          file  =  open (outfile, "w" )          try :              file .write( "\n" .join(all_files))              print ( 'successfully writes %d lines(files).'  % len (all_files))          finally :              file .close()      else :          print ( 'sorry,no files found!' )

1 2 3 4 5 6 7

def  invoke():      #dir=unicode("D:/allfiles/备份/a",'gbk')千万别想反了，要编码而不是解码      #dir="D:/allfiles/"英文时不用编码即可正确执行      dir = "D:/allfiles/备份/a" .encode( 'gbk' ) #当路径中含有中文时一定要编码之后才能被walk函数正确使用      outfile = "D:/binaries.dat"      suffix =  ".c|.cpp"      encrypt( dir ,outfile,suffix, 1 )

这两个函数的功能是遍历一个目录下指定后缀名的文件，并将其重命名，之后将改变记录到log文件，待下次恢复时使用。

主要问题出现在dir变量，当里面含有中文字符时，不会报错，但是不会进入for root, dirs, files in os.walk(dir): 循环体，调了好久才发现这个问题，一开始就忽略了参数的编码问题。后来意识到编码后，纠结了好久才调正确，归结起来有以下几点需要注意：

windows中一般需要gbk编码来与python的默认编码（unicode，python3系列我还没有尝试）进行转换；

在上面的函数中，所位于的python文件编码为utf-8（# -*- coding: UTF-8 -*-），所以参数dir变量需要先decode（’utf-8’）,然后encode（’gbk’）,decode可以省略；

当然在encrypt()函数中print时若需要看到正确的中文需要decode（’gbk’）。

最后一点教训是，还是把编码问题，尤其是python2.x的编码搞清楚再去勇敢地使用中文吧，哎…