Ubuntu中文论坛

我试图用python修复文件名乱码的问题，但decode("gbk").encode("utf-8")后还是乱码，不知道什么问题.ori:
ÈéÆ·1401.xls
ÂÃÓÎ1401.xls
ÂÃÓÎ1402.xls
ÂÃÓÎ1403.xls
Åëâ¿1401.xls
Åëâ¿1402.xls
Åëâ¿1403.xls
Åëâ¿1404.xls
Åëâ¿1405.xls
ÓªÑø1401.xls
ʳ°²1401.xls
ʳ°²1402.xls
ʳ¹¤1401.xls
ʳ¹¤1402.xls
decode:
脠茅脝路1401.xls
脗脙脫脦1401.xls
脗脙脫脦1402.xls
脗脙脫脦1403.xls
脜毛芒驴1401.xls
脜毛芒驴1402.xls
脜毛芒驴1403.xls
脜毛芒驴1404.xls
脜毛芒驴1405.xls
脫陋脩酶1401.xls
脢鲁掳虏1401.xls
脢鲁掳虏1402.xls
脢鲁鹿陇1401.xls
脢鲁鹿陇1402.xls

源码: 目标文件:

弄明白你在干什么。你把什么东西当作 GBK 解码了？
[bash]xsel | iconv -t latin1 | iconv -f gbk[/bash]

你没有给出代码，所以我也不知道你在干什么。

是2还是3版本 开头有加编码吗

lilydjwg 写了：弄明白你在干什么。你把什么东西当作 GBK 解码了？
[bash]xsel | iconv -t latin1 | iconv -f gbk[/bash]

你没有给出代码，所以我也不知道你在干什么。

Source code:
#!/usr/bin/env python
#coding= utf-8
#Edit by Anemone at :
#Sun Sep 28 14:48:12 CST 2014
#E-mail:[email protected]
import os
import sys
def VisitDir(path):
li = os.listdir(path)
for p in li:
pathname = os.path.join(path,p)
if not os.path.isfile(pathname):
VisitDir(pathname)
else:
print p.decode("gbk").encode("utf-8")
print p
def main():
path = r"/root/tmp"
VisitDir(path)
if __name__ == '__main__':
main()

实际上关键在于你解压缩的时候就要设置好编码
LANG=C unzip zh.zip
或者用7zip
LANG=C 7z x zh.zip

astolia 写了：实际上关键在于你解压缩的时候就要设置好编码
LANG=C unzip zh.zip
或者用7zip
LANG=C 7z x zh.zip

LANG=C是什么意思 我用了好像报错啊...can not open output file

不要解压到fat/ntfs文件系统上。

x565178035 写了： Source code:
#!/usr/bin/env python
#coding= utf-8
#Edit by Anemone at :
#Sun Sep 28 14:48:12 CST 2014
#E-mail:[email protected]
import os
import sys
def VisitDir(path):
li = os.listdir(path)
for p in li:
pathname = os.path.join(path,p)
if not os.path.isfile(pathname):
VisitDir(pathname)
else:
print p.decode("gbk").encode("utf-8")
print p
def main():
path = r"/root/tmp"
VisitDir(path)
if __name__ == '__main__':
main()

代码请用代码标签，像这样最好了：
[python]
#!/usr/bin/env python
#coding= utf-8
#Edit by Anemone at :
#Sun Sep 28 14:48:12 CST 2014
#E-mail:[email protected]
import os
import sys
def VisitDir(path):
li = os.listdir(path)
for p in li:
pathname = os.path.join(path,p)
if not os.path.isfile(pathname):
VisitDir(pathname)
else:
print p.decode("gbk").encode("utf-8")
print p
def main():
path = r"/root/tmp"
VisitDir(path)
if __name__ == '__main__':
main()[/python]

你使用 print 作为关键字，所以你在使用 Python 2。

你把文件名作为 GBK 编码的文本来解码，然后以 UTF-8 来编码。但问题是，你的文件名是 GBK 编码的吗？答案是：不是。你的文件名是乱码。


解压程序以为它是 UTF-8 编码的，于是以 UTF-8 编码存在文件系统里了。所以你要先解 UTF-8 编码，恢复原本的数据。但是解码之后的内容是 unicode。我们要让 Python 把它里边的每一个字符当成一个编码未知的字节，所以使用 latin1 再编码一次，然后再解 GBK 编码：

[python]
>>> print p.decode('utf-8').encode('latin1').decode('gbk')
乳品1401.xls
[/python]

后边 astolia 设置 LANG=C，告诉解压程序系统的编码是 C 规定的那个，相当于一字节一字符的 latin1 编码。（现代 Linux 默认的编码是 UTF-8；你如果使用 LANG=zh_CN.gbk 并且设置终端使用 GBK 编码来显示字符的话，也是可以看到正确显示的文件名的。）

解压来自 Windows 简体中文版的 zip 包，可以使用 gbkunzip 程序。

lilydjwg 写了：

x565178035 写了： Source code:
#!/usr/bin/env python
#coding= utf-8
#Edit by Anemone at :
#Sun Sep 28 14:48:12 CST 2014
#E-mail:[email protected]
import os
import sys
def VisitDir(path):
li = os.listdir(path)
for p in li:
pathname = os.path.join(path,p)
if not os.path.isfile(pathname):
VisitDir(pathname)
else:
print p.decode("gbk").encode("utf-8")
print p
def main():
path = r"/root/tmp"
VisitDir(path)
if __name__ == '__main__':
main()

代码请用代码标签，像这样最好了：
[python]
#!/usr/bin/env python
#coding= utf-8
#Edit by Anemone at :
#Sun Sep 28 14:48:12 CST 2014
#E-mail:[email protected]
import os
import sys
def VisitDir(path):
li = os.listdir(path)
for p in li:
pathname = os.path.join(path,p)
if not os.path.isfile(pathname):
VisitDir(pathname)
else:
print p.decode("gbk").encode("utf-8")
print p
def main():
path = r"/root/tmp"
VisitDir(path)
if __name__ == '__main__':
main()[/python]

你使用 print 作为关键字，所以你在使用 Python 2。

你把文件名作为 GBK 编码的文本来解码，然后以 UTF-8 来编码。但问题是，你的文件名是 GBK 编码的吗？答案是：不是。你的文件名是乱码。


解压程序以为它是 UTF-8 编码的，于是以 UTF-8 编码存在文件系统里了。所以你要先解 UTF-8 编码，恢复原本的数据。但是解码之后的内容是 unicode。我们要让 Python 把它里边的每一个字符当成一个编码未知的字节，所以使用 latin1 再编码一次，然后再解 GBK 编码：

[python]
>>> print p.decode('utf-8').encode('latin1').decode('gbk')
乳品1401.xls
[/python]

后边 astolia 设置 LANG=C，告诉解压程序系统的编码是 C 规定的那个，相当于一字节一字符的 latin1 编码。（现代 Linux 默认的编码是 UTF-8；你如果使用 LANG=zh_CN.gbk 并且设置终端使用 GBK 编码来显示字符的话，也是可以看到正确显示的文件名的。）

解压来自 Windows 简体中文版的 zip 包，可以使用 gbkunzip 程序。

但我更改后代码显示UnicodeDecodeError:'ascii' codec can't decode byte 0xd6 in position 0:oridinal not in range(128)

你这文件复制过程中，就已经乱码了。

eexpress 写了：你这文件复制过程中，就已经乱码了。

求linux下解压win的zip的正确方式。。。

x565178035 写了： 但我更改后代码显示UnicodeDecodeError:'ascii' codec can't decode byte 0xd6 in position 0:oridinal not in range(128)

请贴 Traceback。

x565178035 写了：

eexpress 写了：你这文件复制过程中，就已经乱码了。

求linux下解压win的zip的正确方式。。。

我不是说了 gbkunzip 吗？

Cf. https://bbs.archlinuxcn.org/viewtopic.p ... 472#p20472 让我们来讨论一下「为什么很多人都不会寻找帮助」如何？

lilydjwg 写了：Cf. https://bbs.archlinuxcn.org/viewtopic.p ... 472#p20472 让我们来讨论一下「为什么很多人都不会寻找帮助」如何？

谢谢 问题已解决!