读取希腊文文件名的文件

Question

我不是Unicode方面的专家，之前看过类似的问题，但没有找到明确的解决办法。我需要一段代码来读取一些包含希腊字符的文件。我的文件名像这样：

20.10.2011 Ισοζύγιο Πληρωμών- Αύγουστος 2011.xls

我有一个生成器函数，可以生成文件名：

# -*- coding:utf-8 -*-
import os
import glob

def filesInDir(directory, mask='*.*'):
    for root, dir, files in os.walk(directory):
        for file in glob.glob(os.path.join(root, mask)):            
            yield file

调用这个函数：

for file in filesInDir(directory=r'.'):
    with open(file,'r') as f:
        print f

会得到：

IOError: [Errno 22] invalid mode ('r') or filename: '.\\20.10.2011 ?s?????? ?????\xb5??- ?????st?? 2011.xls'

我该如何使用这些文件名创建一个有效的文件对象呢？

Answer 1

你需要确保在调用 os.walk() 时使用的是Unicode字符串，否则它会默默地把非ASCII字符转换成ASCII字符（或者像你观察到的那样，把它们变成 ?）。

所以你应该这样做：

for file in filesInDir(directory=u'.'):
    with open(file,'r') as f:
        print f

还有：

def filesInDir(directory, mask=u'*.*'):
    for root, dir, files in os.walk(directory):
        for file in glob.glob(os.path.join(root, mask)):            
            yield file

另外，可以参考 这个类似的问题。