問題：

Python2獲取包含中文的文件名是如果不轉(zhuǎn)碼會出現(xiàn)亂碼。

這里假設要測試的文件夾名為test，文件夾下有5個文件名包含中文的文件分別為：

Python性能分析與優(yōu)化.pdf

Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn).pdf

Python編程實戰(zhàn)：運用設計模式、并發(fā)和程序庫創(chuàng)建高質(zhì)量程序.pdf

流暢的Python.pdf

編寫高質(zhì)量Python代碼的59個有效方法.pdf

我們先不轉(zhuǎn)碼直接打印獲取到的文件名，代碼如下：

import osfor file in os.listdir('./test'): print(file)

輸出亂碼：

Python���ܷ������Ż�.pdfPython���ݷ������ھ�ʵս.pdfPython���ʵս���������ģʽ�������ͳ���ⴴ������������.pdf������Python.pdf��д������Python�����59����Ч����.pdf

解決：

先測試一下文件名的編碼，這里我們用到chardet模塊，安裝命令：

pip install chardet

用chardet.detect函數(shù)檢測一下文件名的編碼方式：

{'confidence': 0.99, 'encoding': 'GB2312'}{'confidence': 0.99, 'encoding': 'GB2312'}{'confidence': 0.99, 'encoding': 'GB2312'}{'confidence': 0.73, 'encoding': 'windows-1252'}{'confidence': 0.99, 'encoding': 'GB2312'}

可以看出編碼GB2312的置信度最大，下面我們用GB2312編碼來解碼文件名，代碼如下：

import osimport chardetfor file in os.listdir('./test'): r = file.decode('GB2312') print(r)

輸出：

Python性能分析與優(yōu)化.pdf

Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn).pdf

Python編程實戰(zhàn)：運用設計模式、并發(fā)和程序庫創(chuàng)建高質(zhì)量程序.pdf

流暢的Python.pdf

編寫高質(zhì)量Python代碼的59個有效方法.pdf

經(jīng)過編碼之后，文件名打印正確。

PS：chardet.detect檢測的字符串越長越準確，越短越不準確

這里還有一個問題是上面的代碼是在Windows下測試，Linux下文件名編碼是utf-8，為了兼容Windows和Linux，代碼需要修改一下，下面我們把代碼封裝到函數(shù)中：

# -*- coding: utf-8 -*-import osdef get_filename_from_dir(dir_path): file_list = [] if not os.path.exists(dir_path):  return file_list for item in os.listdir(dir_path):  basename = os.path.basename(item)  # print(chardet.detect(basename)) # 找出文件名編碼,文件名包含有中文  # windows下文件編碼為GB2312，linux下為utf-8  try:   decode_str = basename.decode("GB2312")  except UnicodeDecodeError:   decode_str = basename.decode("utf-8")  file_list.append(decode_str) return file_list# 測試代碼r = get_filename_from_dir('./test')for i in r: print(i)