如何將unicode字符串的str表示形式轉換為unicode？

Question

我正在葡萄牙的用戶計算機上運行python程序，該用戶的用戶名包含unicode字符。 我想讓os.path.expanduser('~')返回某些功能，因為我將結果路徑用於某些文件操作，但是當前它返回Unicode字符串的python str表示形式：

>>> import os
>>> os.path.expanduser('~')
'C:\\Users\\V\xe2nia'

但這是一個python字符串...如何將其轉換為Windows將識別為有效文件路徑的實際unicode字符串？

Answer 1

該函數返回的是字節字符串，而不是unicode字符串。 給定用於字符串的編碼，您需要對其進行解碼。

os.path.expanduser('~').decode(sys.getfilesystemencoding())

我在這里假設使用的編碼是文件系統編碼，可通過sys.getfilesystemencoding() 。 從這里看起來像是latin-1，但您不能確定。

您還可以嘗試將unicode路徑傳遞給os.path.expanduser()並讓Python為您解碼：

os.path.expanduser(u'~')

請在Python Unicode HOWTO中閱讀有關此和其他Unicode問題的信息。 如果您不了解編碼的字節字符串和Unicode字符串之間的區別，請也閱讀這篇出色的文章 。

Answer 2

僅當主目錄的路徑實際上在filesystemencoding中可表示時，才使用filesystemencoding將字節字符串解碼為Unicode。

在Windows上，用於字節字符串文件路徑I / O的文件系統編碼是依賴於語言環境的“ ANSI代碼頁”，不幸的是，它從來都不是UTF，因此始終存在不能以字節表示的字符-string-file-path函數。 因此，例如，如果用戶名包含日語字符，但它是西歐Windows安裝（使用代碼頁1252，類似於ISo-8859-1），則Martijn的示例將失敗。

在大多數使用C標准庫基於字節字符串的文件I / O函數的語言上，這就是結尾：在Java等人中，您根本無法訪問名稱包含ANSI代碼頁之外的字符的文件。

幸運的是，Python通過使用本機Win32 API調用而不是C標准庫，對Windows的Unicode文件名具有特定的支持。 使用這些，您可以獲取Windows理解的真實Unicode文件名，避免了將其轉換為字節字符串並返回時所涉及的有損操作。

通常，只需將Unicode字符串傳遞到您要調用的函數中，即可觸發Python 2中的Unicode文件名支持。 Python將返回Unicode字符串作為響應：

>>> import os
>>> os.path.expanduser(u'~')
u'C:\\Users\\V\xe2nia'