python - 读取带有特殊字符的文件并将它们写入 html

Question

我有一个 python 脚本，它读取 pdf 文件的名称并将它们写入带有 PDF 链接的 HTML 文件。除非名称具有特殊字符，否则一切正常。

我在 SE 上阅读了许多其他答案，但无济于事。

f = open("jobs/index.html", "w")
#html divs go here
for root, dirs, files in os.walk('jobs/'):
    files.sort()
    for name in files:
        if ((name!="index.html")&(name!=".htaccess")):
            f.write("<a href='"+name+"'>"+name.rstrip(".pdf")+"</a>\n<br><br>\n")
            print name.rstrip(".pdf")

返回：
Caba�n-Sanchez, Jane.pdf
Smith, John.pdf

这当然会破坏文本和该 pdf 的链接。

如何正确编码文件或“名称”变量，以便正确写入特殊字符？
即，Cabán-Sanchez，Jane.pdf

标签： python

Answer 1

我不习惯 python 2.7，但这应该可以：

from io import open

with open("jobs/index.html", "w", encoding='utf-8') as f:
    for root, dirs, files in os.walk('jobs/'):
        files.sort()
        for name in files:
            if not name in ("index.html", ".htaccess"):
                f.write("<a href='{}'>{}</a>\n<br><br>\n".format(name, name.rstrip(".pdf")))
                print name.rstrip(".pdf")

您还应该通过在模块顶部添加以下行来在 python 级别声明您的编码：

#!/usr/bin/env python
# -*- coding: utf-8 -*-

最后，您可以尝试通过添加一行来将您的字符串显式声明为 unicode u""，f.write例如：

f.write(u"...")

• 为什么io.open：将 Python 3 open(encoding="utf-8") 反向移植到 Python 2
• 为什么应该尽可能使用with关键字：https ://www.pythonforbeginners.com/files/with-statement-in-python