为什么 str.encode('utf-8') 在我的 python 脚本中产生 UnicodeDecodeError？

Question

当运行以下代码（只打印出文件名）时：

print filename

它抛出以下错误：

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，为了解决这个问题，我尝试将 print filename 更改为 print filename.encode('utf-8')，但这并没有解决问题。

脚本仅在尝试读取文件名（例如 Coé.jpg.

时失败

知道如何修改 filename 以便脚本在遇到特殊字符时继续工作吗？

注意。我是 python 菜鸟

Answer 1

filename 已经编码。已经是字节串了，不需要再编码.

但是由于您要求对其进行编码，Python 首先必须为您解码，而且它只能使用默认的 ASCII 编码来做到这一点。隐式解码失败：

>>> '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)

如果你想要编码的字节串，你根本不需要做任何编码。删除 .encode('utf8').

您可能需要阅读 Python 和 Unicode。我推荐：

The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!) 作者：乔尔·斯波尔斯基
Pragmatic Unicode 作者：内德·巴切尔德
Python Unicode HOWTO

经验法则是：尽早解码，尽可能晚编码。这意味着当您接收数据时，解码为 Unicode 对象，当您需要将该信息传递给其他对象时，仅在那时进行编码。许多 API 可以将解码和编码作为其工作的一部分；例如，print 将编码为终端使用的编解码器。

为什么 str.encode('utf-8') 在我的 python 脚本中产生 UnicodeDecodeError？

Why does str.encode('utf-8') produce UnicodeDecodeError in my python script?

python

encoding

utf-8