為什么str.encode（'utf-8'）在我的python腳本中產生UnicodeDecodeError？

Question

運行以下代碼（僅打印出文件名）時：

print filename

它引發以下錯誤：

File "myscript.py", line 78, in __listfilenames
print filename
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 13: ordinal not in range(128)

因此，要解決此問題，我嘗試將print filename更改為print filename.encode('utf-8') ，但無法解決問題。

該腳本僅在嘗試讀取文件名（例如Coé.jpg 。

有什么想法可以修改filename以便腳本在遇到特殊字符時繼續工作？

NB。 我是python菜鳥

Answer 1

filename已被編碼。 它已經是字節字符串，不需要再次編碼。

但是由於您要求對其進行編碼，因此Python首先必須為您對其進行解碼 ，並且它只能使用默認的ASCII編碼進行編碼。 隱式解碼失敗：

>>> 'Coé.jpg'
'Co\xc3\xa9.jpg'
>>> 'Coé.jpg'.decode('utf8')
u'Co\xe9.jpg'
>>> 'Coé.jpg'.decode('utf8').encode('utf8')
'Co\xc3\xa9.jpg'
>>> 'Coé.jpg'.encode('utf8')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 2: ordinal not in range(128)

如果您想要編碼的字節串，則根本不需要進行任何編碼。 刪除.encode('utf8') 。

您可能需要閱讀Python和Unicode。 我建議：

• 每個軟件開發人員絕對，肯定必須絕對了解Unicode和字符集（無借口！）作者：Joel Spolsky

• Ned Batchelder的實用Unicode

• Python Unicode HOWTO

經驗法則是：盡早解碼，盡早編碼。 這意味着，當您接收數據時，解碼為Unicode對象，當您需要將該信息傳遞給其他對象時，則僅進行編碼。 許多API可以將解碼和編碼作為其工作的一部分。 print將編碼為終端使用的編解碼器。