win下zipfile中文乱码问题

wsqy

win下 zipfile 解压时中文乱码 有人解决过吗    我看一下午了 也没搞定。不加 file=file.decode('gbk')可解压，只是会乱码   用 file=file.decode( )也不行，win下的中文真是坑啊   求解救

Reed

先encode(gbk) 再decode(gbk)试试

wsqy

Reed 发表于 2015-6-4 18:01
先encode(gbk) 再decode(gbk)试试

会有错误 UnicodeEncodeError: 'gbk' codec can't encode character '\u2591' in position 9: illegal multibyte sequence

                               
登录/注册后可看大图

～风介～

可以考虑把zip文件上传给我们试试哦！

Reed

wsqy 发表于 2015-6-4 18:42
会有错误 UnicodeEncodeError: 'gbk' codec can't encode character '\u2591' in position 9: illegal mu ...

\u2591 的汉字是一个我也不认识的东西，你可以去网站上转换一下
报错是因为 gbk编码没有\u2591 这个东西，所以报错
试试 encode('gbk', 'ignore').decode('gbk')     ignore 可选参数，是忽略无法编码的字符的意思

ft3312591

这个还没碰到过，学习下。。。

wsqy

Reed 发表于 2015-6-4 22:00
\u2591 的汉字是一个我也不认识的东西，你可以去网站上转换一下
报错是因为 gbk编码没有\u2591 这个东西 ...

\u2591是个图像类字符 单纯的 ignore会照成更多的问题 比如

wsqy

～风介～ 发表于 2015-6-4 20:17
可以考虑把zip文件上传给我们试试哦！

这就是想做个批处理解压 小甲鱼视频教程的脚本。。。因为太大了不好上传

wei_Y

1.             if flags & 0x800:
   
2.                 # UTF-8 file names extension
   
3.                 filename = filename.decode('utf-8')
   
4.             else:
   
5.                 # Historical ZIP filename encoding
   
6.                 filename = filename.decode('cp437')

复制代码

翻源码可以看到它只用了两种解码方式。很显然它执行了cp437的解码。所以在打印的时候，先把它编码成cp437，在用gbk解码。

1. import zipfile
   
2. 
   
3. f = zipfile.ZipFile('049乱入：生成器.zip', 'r')
   
4. 
   
5. for i in f.namelist():
   
6.     i = i.encode('cp437')
   
7.     print(i.decode('gbk'))

复制代码

wsqy

wei_Y 发表于 2015-6-6 11:08
翻源码可以看到它只用了两种解码方式。很显然它执行了cp437的解码。所以在打印的时候，先把它编码成cp437， ...

666   虽然zipFile.extract问题还没解决 但是方向有了   多谢版主大人

wei_Y

wsqy 发表于 2015-6-6 20:13
666   虽然zipFile.extract问题还没解决 但是方向有了   多谢版主大人

如果解决了可以勾上"已经解决"呦~。

niandai

没鱼币啊~

niandai

没鱼币啊~

鱼油123454

谢谢楼主

lapo_Mu

可以先encode("cp437")再decode("gbk")

lapo_Mu

如果不清楚编码的话，可以先encode("cp437")，再用第三方库chardet来获取猜测的编码方式。

1. >>> import chardet
   
2. >>> str1 = "你好，世界！".encode("utf-32")
   
3. >>> chardet.detect(str1)
   
4. {'encoding': 'UTF-32', 'confidence': 1.0, 'language': ''}

复制代码