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 -*-):
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!')
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…