文件名中的奇怪字符

Question

我正在尝试通过 RestAPI 将附件从一个合流页面复制到 python 3.9 中的另一个合流页面。在这样做的同时，我发现了一个 docx 文件，它的文件名中有一些奇怪的字符。 Downloadlink to File

文件名如下：Template_AnfrageEingangsbestätigung.docx

如果我要删除字符 'ä'，它会这样做：Template_Anfrage Eingangsbestatigung.docx

我希望这样：Template_Anfrage Eingangsbesttigung.docx

你能告诉我是什么导致了这个问题吗？如果您能告诉我如何将这些字符转换为普通的 utf-8 字符，那就太棒了。

抱歉我的英语不好。抱歉，如果这是一个愚蠢的问题。我是一个绝对的初学者，我没有在网上找到解决方案，因为我真的不知道要搜索什么。

Answer 1

The 'ä' on mac (aÌˆ) is different to the 'ä' on windows (Ã¤)

您的问题并非源于 OS 差异（Mac 与 Windows） ;它是关于 Unicode normalization 的，请参阅以下脚本及其输出：

import unicodedata

def printref( phase, strings ):
    global origins
    linetemplate = '{0:<10} {1:<4} {2:4} {3:4} {4:4} {5}'
    print( '' )
    print( chr(0x20)*10, phase.ljust(9,chr(0x20)), strings[0]==strings[1] )
    for ii, chars in enumerate( strings): 
        print( linetemplate.format( origins[ii], len(chars), chars,
                chars.encode('utf-8').decode('cp1252'),       # mojibake
                '', ''
                ))
        for char in chars:
            print( linetemplate.format( '', len(char), char,
              char.encode('utf-8').decode('cp1252'),          # mojibake
              unicodedata.category(char),
              unicodedata.name(char,'???') ) )

strings = ['ä',         'ä']
origins = ['filename', 'question']
printref( 'original', strings)
for form in ['NFKC', 'NFKD']:
    printref( form, [ unicodedata.normalize(form, x) for x in strings] )

输出：.\SO919847.py

           original  False
filename   2    ä   aÌˆ
           1    a    a    Ll   LATIN SMALL LETTER A
           1    ̈    Ìˆ   Mn   COMBINING DIAERESIS
question   1    ä    Ã¤
           1    ä    Ã¤   Ll   LATIN SMALL LETTER A WITH DIAERESIS

           NFKC      True
filename   1    ä    Ã¤
           1    ä    Ã¤   Ll   LATIN SMALL LETTER A WITH DIAERESIS
question   1    ä    Ã¤
           1    ä    Ã¤   Ll   LATIN SMALL LETTER A WITH DIAERESIS

           NFKD      True
filename   2    ä   aÌˆ
           1    a    a    Ll   LATIN SMALL LETTER A
           1    ̈    Ìˆ   Mn   COMBINING DIAERESIS
question   2    ä   aÌˆ
           1    a    a    Ll   LATIN SMALL LETTER A
           1    ̈    Ìˆ   Mn   COMBINING DIAERESIS

不幸的是，我的浏览器以相同的方式呈现所有 ä 和 ä；下图更能说明区别：

文件名中的奇怪字符

Strange Characters in filename

character-encoding

python-3.x