在python中使用挪威字母æå

Question

我现在正在学习python和PyGTK，并创建了一个简单的音乐管理器。 http://pastebin.com/m2b596852 但当它用挪威字母æ，å和å编辑歌曲时，它只是把它们变成了一个奇怪的角色。

那么，有没有什么好的方法可以将名字打开或编码成utf-8字符呢？

上述代码中的两个相关位置：

从文件中读取信息：

def __parse(self, filename):
    "parse ID3v1.0 tags from MP3 file"
    self.clear()
    self['artist'] = 'Unknown'
    self['title'] = 'Unknown'
    try:
        fsock = open(filename, "rb", 0)
        try:
            fsock.seek(-128, 2)
            tagdata = fsock.read(128)
        finally:
            fsock.close()
        if tagdata[:3] == 'TAG':
            for tag, (start, end, parseFunc) in self.tagDataMap.items():
                self[tag] = parseFunc(tagdata[start:end])
    except IOError:
        pass

打印到sys.stdout信息：

for info in files:
    try:
        os.rename(info['name'], 
            os.path.join(self.dir, info['artist'])+' - '+info['title']+'.mp3')

        print 'From: '+ info['name'].replace(os.path.join(self.dir, ''), '')
        print 'To:   '+ info['artist'] +' - '+info['title']+'.mp3'
        print
        self.progressbar.set_fraction(i/num)
        self.progressbar.set_text('File %d of %d' % (i, num))
        i += 1
    except IOError:
        print 'Rename fail'

Answer 1

我不知道mp3标签使用什么编码，但如果您确定它是UTF-8，那么：

 tagdata[start:end].decode("utf-8")

行# -*- coding: utf-8 -*-定义源代码编码，而不定义用于读取或写入文件的编码。

Answer 2

您需要将从文件中读取的bytestrings转换为Unicode字符串。看一下您的代码，我将在解析函数中执行此操作，即用如下内容替换stripnulls

def stripnulls_and_decode(data):
    return codecs.utf_8_decode(data.replace("\00", "")).strip()

注意，只有当文件中的字符串实际上是用UTF-8编码的时候，这才起作用——如果它们是用不同的编码，那么您必须使用来自codecs模块的相应解码函数。

Answer 3

首先要将输入从它所在的字符集解码为utf-8（在Python中，encode意味着“将它从unicode/utf-8转换为其他字符集”）。

一些google建议挪威字符集是普通的ole'iso-8859-1'。。。如果我在这个细节上错了，我希望有人能纠正我。无论如何，无论以下示例中字符集的名称是什么：

tagdata[start:end].decode('iso-8859-1')

在一个真实的应用程序中，我意识到你不能保证输入是挪威语或任何其他字符集。在这种情况下，您可能希望继续执行一系列可能的字符集，以查看哪些字符集可以成功转换。SO和Google都对在Python中有效实现这一点的算法提出了一些建议。听起来比实际情况更可怕。