如何删除 Python 中的错误路径字符？

Posted 2023-02-21

【中文标题】如何删除 Python 中的错误路径字符？

【英文标题】：How to remove bad path characters in Python?

【发布时间】：2010-11-05 05:27:50

【问题描述】：

在 Python 中删除错误路径字符（例如 Windows 上的“\”或“:”）的最跨平台方法是什么？

解决方案

因为似乎没有理想的解决方案，我决定相对限制并使用以下代码：

def remove(value, deletechars):
    for c in deletechars:
        value = value.replace(c,'')
    return value;

print remove(filename, '\/:*?"<>|')

【问题讨论】：

可能会快一点，如果路径很长："".join(i for i in value if i not in r'\/:*?"|')

@fortran，这应该是一个答案，而不是评论——在我个人看来，它非常“pythonic”。谢谢。

但是: 字符指定驱动器呢，例如C:\Downloads?我们需要保留它，不是吗？

【参考方案1】：

我认为这里最安全的方法是替换任何可疑字符。因此，我认为您可以替换（或删除）任何不是字母数字、-、_、空格或句点的内容。以下是你的做法：

import re
re.sub(r'[^\w\-_\. ]', '_', filename)

上面转义了每个不是字母的字符，'_'、'-'、'.' 或带有'_' 的空格。因此，如果您正在查看整个路径，您也需要将 os.sep 放入已批准的字符列表中。

这是一些示例输出：

In [27]: re.sub(r'[^\w\-_\. ]', '_', r'some\*-file._n\\ame')
Out[27]: 'some__-file._n__ame'

【讨论】：

+1，有用的答案。这些反斜杠是否需要转义？

最好使用 r'raw string'。

是的......我想如果你不使用r'...'，你仍然需要在每个反斜杠前面加上一个反斜杠。因此总共有 10 个反斜杠。

看起来我对最后一次编辑感到很兴奋。它是正确的。请记住，它只允许特定字符（不排除一组字符）。原始字符串是不必要的。请参阅我的说明和更新答案中的示例输出。

如果您想将多个转义字符组合成一个_，请在正则表达式搜索字符串中添加+：'[^\w\-_\. ]+'

【参考方案2】：

不幸的是，可接受的字符集因操作系统而异和因文件系统而异。

Windows:

几乎可以使用当前代码页中的任何字符作为名称，包括 Unicode 字符和扩展字符集 (128–255) 中的字符，但以下字符除外： 不允许使用以下保留字符： : " / \ | ? * 不允许使用整数表示在 0 到 31 范围内的字符。 目标文件系统不允许的任何其他字符。

接受的字符列表可能会有所不同，具体取决于首先格式化文件系统的机器的操作系统和区域设置。

.NET 有 GetInvalidFileNameChars 和 GetInvalidPathChars，但我不知道如何从 Python 中调用它们。

Mac OS：始终排除 NUL，POSIX 层排除“/”，Apple API 排除“:” HFS+：由 Unicode 2.0 规范中的 UTF-16 表示的任何非排除字符序列 HFS：可以用 MacRoman（默认）或其他编码表示的任何非排除字符序列，具体取决于创建文件系统的机器 UFS：与 HFS+ 相同 Linux： 本机（类 UNIX）文件系统：任何字节序列，不包括 NUL 和“/” FAT、NTFS、其他非本地文件系统：变化

您最好的选择可能是在所有平台上都过于保守，或者只是尝试创建文件名并处理错误。

【讨论】：

请注意，在 Windows 上，如果您尝试使用 CON.* 之类的文件名，也会遇到问题。文件名末尾的空格也会导致问题。

@Antimony 是的，旧的 DOS 设备名称 cannot be used 作为 Win32 中的文件名。但是文件系统很好地支持它们，并且使用 NT API 绕过 Win32 工作正常。 （至少，据我回忆；我没有 Windows 机器可以测试了。）

您也许可以使用 NT API 来做到这一点，但 Python 不能。不幸的是，Windows 上的 Python 在文件名处理方面受到限制。最糟糕的是，错误的文件名通常会默默地失败，或者为您提供与您要求的文件不同的文件（尝试在从控制台运行的脚本中打开 CON）。

【参考方案3】：

如果您使用 python，请尝试os.path 以避免路径的跨平台问题。

【讨论】：

os.path 的哪一部分有助于确定合法的文件名？ .supports_unicode_filenames 可能有点，但这还不够。

【参考方案4】：

该字符在os.sep 中，它将是“\”或“:”，具体取决于您使用的系统。

【讨论】：

不包括:"%/^|?，这也是Windows中的非法文件字符。