關於Python中的中文路徑處理問題

a = '你' 為 str 對象

a = u'你' 為 unicode 對象

1.

>>> print 'u'  + '你'

>>> u浣

輸出亂碼

2.

>>> print 'u'  + u'你'

>>> u你

正常

3.

>>> print 'u你'

>>> u浣

輸出亂碼

4.

>>> print 'u你' + 'u'

>>> u浣爑

輸出亂碼

5.

>>> print u'u你' + 'u'

>>> u你u

正常

6.

>>> print u'u你' + '你'

出現錯誤 UnicodeDecodeError: 'ascii' codec can't decode byte 0xe4 in position 0: ordinal not in range(128)

分析：'你'在記憶體中 為 0xe4，而python預設的編碼方案是ascii，ascii無法識別0xe4

7.

>>> print u'u你' + u'你'

>>> u你你

正常

8.

>>> print 'u你' + u'你'

出現錯誤 UnicodeDecodeError: 'ascii' codec can't decode byte 0xe4 in position 1: ordinal not in range(128)

9.

>>> print 'u你'.decode('utf-8') + u'你'

>>> u你你

正常

10.

而在處理由系統採集的含有中文的路徑時，使用string.decode('utf-8')就不一定行了，因為簡體中文的windows系統預設編碼為gb2312，繁體中文版會採用Big5碼

返回欄目頁：http://www.bianceng.cnhttp://www.bianceng.cn/Programming/extra/

實驗過程如下：

file_from = sys.argv[1] 為由系統採集的包含中文的路徑

file_to = file_from[:file_from.rfind('\\')+1].decode('utf-8') + u'你_' + file_from[file_from.rfind('\\')+1:].decode('utf-8')

print file_to

將出現錯誤：UnicodeDecodeError: 'utf8' codec can't decode byte 0xbb in position 24: invalid start byte

應該使用：decode('gb2312')

file_to = file_from[:file_from.rfind('\\')+1].decode('gb2312') + u'你_' + file_from[file_from.rfind('\\')+1:].decode('gb2312')

print file_to 正常

11.

而如果file_from是由你自己寫入的包含中文的路徑，如file_from = ‘c:\你.txt’

那麼就應該用decode('utf-8')

可以參考上面的第7點和第9點