Python的os.stat与unicode文件名

Question

在我的Django应用中，有个用户上传了一个文件，文件名里有个Unicode字符。

当我下载文件的时候，我调用了：

os.path.exists(media)

来检查这个文件是否存在。结果，这个调用似乎又调用了

st = os.stat(path)

然后就出现了一个错误：

UnicodeEncodeError: 'ascii' codec can't encode character u'\xcf' in position 92: ordinal not in range(128)

我该怎么解决这个问题呢？有没有什么方法可以让path.exists处理这个情况？

更新：其实，我只需要对exists的参数进行编码，也就是：

os.path.exists(media.encode('utf-8')

感谢所有回答的人。

Answer 1

在使用Upstart运行服务（比如gunicorn）时，出现这种错误是很常见的。

要解决这个问题，可以在Upstart的配置文件中设置环境变量：

env LANG=en_US.UTF-8
env LC_CTYPE=en_US.UTF-8
env LC_ALL=en_US.UTF-8

Answer 2

这些解决方案对我都没用。不过，我找到了一种解决办法。如果你使用WSGI的话，在Apache的设置中还有另一个地方需要添加地区设置。官方文档在这里。你需要在 /etc/apache2/envvars（在Ubuntu上）添加以下两行：

export LANG='en_US.UTF-8'
export LC_ALL='en_US.UTF-8'

然后重启服务器。这解决了我的问题。

Answer 3

我猜你是在用Unix系统。如果不是，请记得告诉我你用的是什么操作系统。

确保你的地区设置是UTF-8。现在的现代Linux系统默认都是这样设置的，通常是把环境变量LANG设置为“en_US.UTF-8”或者其他语言。还有，确保你的文件名也是用UTF-8编码的。

这样设置好后，就不需要再去调整编码，就可以访问任何语言的文件了，即使是在Python 2.x中也是如此。

[~/test] echo $LANG
en_US.UTF-8
[~/test] echo testing > 漢字
[~/test] python2.6
Python 2.6.2 (release26-maint, Apr 19 2009, 01:56:41)
[GCC 4.3.3] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import os
>>> os.stat("漢字")
posix.stat_result(st_mode=33188, st_ino=548583333L, st_dev=2049L, st_nlink=1, st_uid=1000, st_gid=1000, st_size=8L, st_atime=1263634240, st_mtime=1263634230, st_ctime=1263634230)
>>> os.stat(u"漢字")
posix.stat_result(st_mode=33188, st_ino=548583333L, st_dev=2049L, st_nlink=1, st_uid=1000, st_gid=1000, st_size=8L, st_atime=1263634240, st_mtime=1263634230, st_ctime=1263634230)
>>> open("漢字").read()
'testing\n'
>>> open(u"漢字").read()
'testing\n'

如果这样还是不行，运行一下“locale”命令；如果看到的值是“C”而不是en_US.UTF-8，那可能是你的地区设置没有正确安装。

如果你是在Windows上，我觉得Unicode文件名应该总是能正常工作（至少对于os/posix模块来说），因为Windows的Unicode文件API是透明支持的。