如何在Python中遍历以日语命名的目录？

Question

我正在尝试创建一个简单的小工具，它可以在我的项目中查找并通过命令行返回打开的项目。但是，当我使用 os.listdir 来列出文件夹里的内容时，如果文件夹或文件名是日文的，就会返回一些乱码（例如：'\x82\xa9\x82\xcc\x96I'），而这些乱码又无法再次用于访问文件夹。也就是说，像 os.listdir('C:\Documents and Settings\\x82\xa9\x82\xcc\x96I') 这样的调用会报错：

'WindowsError: [Error 3] 指定されたパスが見つかりません。'

有没有人知道我该怎么解决这个问题？非常感谢。

Answer 1

你应该尝试把目录名作为Unicode字面量传入（u'your/path'）。这样，返回的结果也是Unicode格式的，这样才能处理日文字符。

根据文档的说明：

在Windows NT/2000/XP和Unix系统上，如果路径是Unicode对象，返回的结果将会是一个Unicode对象的列表。而那些无法解码的文件名仍然会以字符串对象的形式返回。

Answer 2

你可能需要先把这个字符串解码成Unicode格式，然后再把它重新编码成UTF-8格式，才能传给os.listdir。看起来你的日文字符串是用shift-JIS编码的：

>>> '\x82\xa9\x82\xcc\x96I'.decode('shift-jis').encode('utf-8')
'\xe3\x81\x8b\xe3\x81\xae\xe8\x9c\x82'
>>> print '\x82\xa9\x82\xcc\x96I'.decode('shift-jis')
かの蜂

另外，你可以利用os.listdir的一个特性，直接获取Unicode字符串：

在Windows NT/2000/XP和Unix系统上，如果path是一个Unicode对象，返回的结果将是一个Unicode对象的列表。无法解码的文件名仍然会作为字符串对象返回。

所以：

os.listdir(ur'C:\Documents and Settings')
# ---------^