使用utf-8文件名打开文件的Python
在我的代码中，我使用了类似于file = open(path +'/'+filename, 'wb')的东西来编写文件，但是在我尝试支持非ascii文件名时，我将它编码为这样的方式。
naming = path+'/'+filename
file = open(naming.encode('utf-8', 'surrogateescape'), 'wb')
write binary data...因此，该文件命名为类似于directory/path/\xd8\xb9\xd8\xb1\xd8\xa8\xd9.txt的名称，而且它可以工作，但是当我试图再次通过以下方式获取该文件时，就会出现这样的问题：
for file in path:
data = open(file.as_posix(), 'rb)
...我一直得到这个错误，'ascii' codec can't encode characters in position..，我试着把字符串转换成像data = open(bytes(file.as_posix(), encoding='utf-8'), 'rb')这样的字节，但是我得到了'utf-8' codec can't encode characters in position...'
我也尝试了file.as_posix().encode('utf-8', 'surrogateescape')，我发现编码和打印都很好，但是使用open()，我仍然得到了错误'utf-8' codec can't encode characters in position...'
如何使用utf-8文件名打开文件？
我在ubuntu上使用Python3.9
任何帮助都是非常感谢的。
编辑
我理解了为什么在编写完之后爬行到目录时会出现这个问题。因此，当我编写文件并赋予它原始字符串directory/path/\xd8\xb9\xd8\xb1\xd8\xa8\xd9.txt并将字符串编码为utf时，它写得很好。但是，当再次通过爬入目录找到文件时，str(filepath)或filepath.as_posix()会以directory/path/????????.txt的形式返回字符串，所以当我试图将它编码到任何编解码器时，它会给我一个错误。
目前，我正在调查这个问题是否与我的linux区域设置有关，它被设置为POSIX，我将其更改为C.UTF-8，但仍然没有幸运的atm。
更多上下文:这是一个文件系统，文件是通过站点上传的，所以我收到utf-8格式的文件名字符串。
回答 2
Stack Overflow用户
发布于 2022-08-22 12:17:16
因此，在过去几天陷入困境之后，我发现问题不在于python本身，而在于我的web框架所使用的区域设置。调试这个，我看到了
import sys
print(sys.getfilesystemencoding())返回'ASCII'，这很奇怪，因为我已经将locale设置为C.UTF-8，但发现由于在Apache2上运行WSGI，我不得不在Apache配置文件中将WSGIDaemonProcess my_app locale='C.UTF-8'添加到WSGIDaemonProcess my_app locale='C.UTF-8'中，这要感谢this post.。
Stack Overflow用户
发布于 2022-08-19 21:23:28
我不明白你为什么觉得你需要重新记录文件。
Linux (unix)文件名只是字节序列(有几个禁止的字节值)。没有必要在代理对中分解星体字符；星体字符的UTF-8序列在文件名中是完全可以接受的。但是创建代理项对可能会给您带来麻烦，因为代理程序没有UTF-8编码。因此，如果您实际上创建了类似于代理代码点的UTF-8编码，那么当您试图将它转换回Unicode编码点时，很可能会遇到解码错误。
不管怎么说，没必要费尽心机。在运行此会话之前，我创建了一个名为“mañana”的目录，其中包含两个空文件和。第一个是星体角色，U+1D510。正如你所看到的，一切都很好，不需要手动解码。
>>> [*Path('ñ').iterdir()]
[PosixPath('ñ/'), PosixPath('ñ/mañana')]
>>> Path.mkdir('ñ2')
>>> for path in Path('ñ').iterdir():
... open(Path('ñ2', path.name), 'w').close()
...
>>> [*Path('ñ2').iterdir()]
[PosixPath('ñ2/'), PosixPath('ñ2/mañana')]
>>> [open(path).read() for path in Path('ñ2').iterdir()]
['', '']注：
在一份评论中，OP说他们以前尝试过：
file = open('/upload/\xd8\xb9\xd8\xb1\xd8\xa8\xd9\x8a.png', 'wb')并收到了错误
UnicodeEncodeError: 'ascii' codec can't encode characters in position 8-11: ordinal not in range(128)如果没有更多的细节，就很难知道如何应对。对于不允许非ascii字符的文件系统，open可能会引发该错误，但这在Linux上是不正常的。
但是，值得注意的是字符串文本
'/upload/\xd8\xb9\xd8\xb1\xd8\xa8\xd9\x8a.png'不是你认为的那根线。Python中的\x转义是Unicode编码点(最大值为255)，而不是单个UTF-8字节值。Python文字，"\xd8\xb9"包含两个字符，"O有笔画“(Ø)和”上标1“(¹)；换句话说，它与字符串文字"\u00d8\u00b9"完全相同。
要获得阿拉伯字母ain (ع)，只需键入它(如果您有阿拉伯键盘设置，并且源文件编码为UTF-8，这是默认的)，或者对其代码点U+0639："\u0639"使用Unicode转义。
如果您出于某种原因坚持使用显式UTF-8字节编码，则可以使用byte文字作为open的参数。
file = open(b'/upload/\xd8\xb9\xd8\xb1\xd8\xa8\xd9\x8a.png', 'wb')但这是不推荐的。
https://stackoverflow.com/questions/73419555
复制相似问题
腾讯云开发者
