比较Unicode字符串与os.walk命令返回的Unicode结果时出现UnicodeWarning

Question

我在用Python 2.7做一个文件遍历，使用的文件可以在这个链接找到：http://www.2shared.com/file/biSx7NI-/comer.html。然后我想把遍历的结果和一个数组进行比较。在实际的程序中，这个数组不会提前定义好。我想用的代码如下：

# -*- coding: utf-8 -*-
import os.path
group = ['comer.txt', 'coma.txt', 'comamos.txt', 'coman.txt', 'comas.txt', 'come.txt', 'comed.txt', 'comemos.txt', 'comen.txt', 'comeremos.txt', 'comer\xc3\xa1.txt', 'comer\xc3\xa1n.txt', 'comer\xc3\xa1s.txt', 'comer\xc3\xa9.txt', 'comer\xc3\xa9is.txt', 'comer\xc3\xada.txt', 'comer\xc3\xadais.txt', 'comer\xc3\xadamos.txt', 'comer\xc3\xadan.txt', 'comer\xc3\xadas.txt', 'comes.txt', 'comido.txt', 'comiendo.txt', 'comiera.txt', 'comierais.txt', 'comieran.txt', 'comieras.txt', 'comiere.txt', 'comiereis.txt', 'comieren.txt', 'comieres.txt', 'comieron.txt', 'comimos.txt', 'comiste.txt', 'comisteis.txt', 'comi\xc3\xa9ramos.txt', 'comi\xc3\xa9remos.txt', 'comi\xc3\xb3.txt', 'como.txt', 'com\xc3\xa1is.txt', 'com\xc3\xa9is.txt', 'com\xc3\xad.txt', 'com\xc3\xada.txt', 'com\xc3\xadais.txt', 'com\xc3\xadamos.txt', 'com\xc3\xadan.txt', 'com\xc3\xadas.txt', 'comer\xc3\xa1.txt', 'comer\xc3\xa9.txt', 'comer\xc3\xada.txt', 'comer\xc3\xadais.txt']

print "********what we have*********"
i=0
for f in group:
    group[i] = os.path.basename(f)
    group[i] = unicode(group[i], "utf-8")        
    print group[i]
    i += 1

wantedResults = []
print "********what we want*********"
for(path, dirs, files) in os.walk("C:\corpus\zz-auto generated\spanish\comer"):
    wantedResults.append(files)
for f in wantedResults[0]:
    print f

print "********problems*********"
for resultWanted in wantedResults[0]:
    if resultWanted not in group:
        print "did not match our wanted results: " + resultWanted
for result in group:
    if result not in wantedResults[0]:
        print "extra file: " + result

但是我遇到了这个错误：

警告（来自警告模块）： 文件 "C:\Users***\Desktop\osWalkTest.py"，第26行 如果结果不在想要的结果[0]中： UnicodeWarning: Unicode相等比较失败，无法将两个参数转换为Unicode - >被解释为不相等

我真的需要一些帮助，让预定义的数组和os.walk得到的数组能够正确比较。我在谷歌上查过这个问题，也尝试了很多编码和解码的组合，但似乎都没有效果。谢谢。

Answer 1

你试过这样做吗？注意字符串前面的'u'，它会把字符串变成Unicode格式：

for(path, dirs, files) in os.walk(u"C:/corpus/zz-auto generated/spanish/comer"):

（要注意，在字符串中使用反斜杠不是个好主意，不管它是不是Unicode格式。）