python - os.listdir() 返回奇怪的韩语值（编码问题）

Question

我有文件夹，它的名称包含几个韩语字符。

当我读取文件夹名称列表时os.listdir，它的名称值与普通字符串完全不同。

例子：

• 来自 os.listdir() 的一个韩文文件夹名称："누" = ( \xe1\x84\x82\xe1\x85\xae)
• python控制台中的纯字符串“누”=（\xeb\x88\x84）

有什么区别？我们可以估计它是由于os.listdir()混淆了一些编码..

标签： pythonunicodelistdir

Answer 1

这两者都是相同的编码（UTF-8），但是......

"누" = (\xe1\x84\x82\xe1\x85\xae)

这表示由两个 jamo（韩文（韩文）字母表的 24 个组成部分）组成的字符：

>>> import unicodedata
>>> x = b'\xe1\x84\x82'.decode('utf-8')
>>> y = b'\xe1\x85\xae'.decode('utf-8')
>>> unicodedata.name(x)
'HANGUL CHOSEONG NIEUN'
>>> unicodedata.name(y)
'HANGUL JUNGSEONG U'

python 控制台中的“누” = (\xeb\x88\x84)

而当您在控制台窗口中实际键入字符时，您（显然）会得到一个预先组合的字符：

>>> z = b'\xeb\x88\x84'.decode('utf-8')
>>> unicodedata.name(z)
'HANGUL SYLLABLE NU'