遇到亂碼問題，如何解決？
來源｜Python七號(hào)
完美的世界是沒有亂碼的，但是我們的世界是不完美的，亂碼問題，你總有一天會(huì)遇到。
之前解決了一個(gè) Python 的 UnicodeEncodeError 問題，比較具有代表性，特此分享一下，希望可以幫到遇到此類問題的朋友。
通常情況下，Linux 默認(rèn)使用的字符編碼是 utf-8，windows 是 gbk，不跨操作系統(tǒng)的情況下，我們按此編碼存取數(shù)據(jù)，文件和文件名均不會(huì)出現(xiàn)亂碼問題。
但現(xiàn)實(shí)就是要跨系統(tǒng)傳輸文件。如果文件名都是英文，也不會(huì)出現(xiàn)亂碼問題，因?yàn)橛⑽亩际?ascii 編碼，而所有的編碼都是包含 ascii 碼的，誰讓人家先發(fā)明了計(jì)算機(jī)呢。
然而，現(xiàn)實(shí)就是需要跨系統(tǒng)傳輸中文名稱的文件。
修改文件名的編碼
亂碼的原因就是編碼不一樣，比如說 Linux 一個(gè)中文名稱的文件，“中文.txt"，實(shí)際上保存在磁盤上時(shí)，對(duì)其做了 utf-8 的編碼，實(shí)際保存的就是字節(jié)："中文.txt".encode('utf-8')，這段字節(jié)傳輸?shù)?Windows 機(jī)器上時(shí)不會(huì)改變，當(dāng)你打開目錄查看時(shí)，Windows 會(huì)按照 gbk 進(jìn)行解碼，就是 "中文.txt".encode('utf-8').decode('gbk')，編碼和解碼用到的字符集不一樣，自然會(huì)亂碼。
解決辦法就是保存文件時(shí)，修改文件名的編碼，怎么修改？
先來看下 Python 內(nèi)建的 open 函數(shù)簽名：
這里的 encoding 參數(shù)是指定文件內(nèi)容的字符編碼，而不是文件名的編碼，因此我們需要關(guān)注 file 這個(gè)參數(shù)，file 是一個(gè)像路徑一樣的對(duì)象，點(diǎn)擊 path-like object 可以看到說明：
也就是說，file 可以是一個(gè)字符串，也可以是字節(jié)串，那就好辦了，假如要在 Linux 環(huán)境保存一個(gè)文件名是 gbk 編碼的文件，可以這樣做：
file_name = "中文.txt"
with open(file_name.encode('gbk'), "w",encoding = 'your file content encoding') as write:
# do something
這個(gè)文件在 Linux 下的文件名看起來是亂碼，但傳輸?shù)?Windows 就是正常顯示的。
ftplib 傳輸?shù)木幋a問題
我在數(shù)倉做數(shù)據(jù)交換的時(shí)候，通常要 Linux 和 Windows 互相傳文件，為此專門寫過一個(gè)通用的傳輸文件庫 transferfile[1]，就遇到了兩個(gè)編碼問題：
1、Linux 向 Windows 傳輸?shù)奈募形膩y碼。
解決方法：ftplib 考慮到了這一點(diǎn)，在 ftplib.FTP 初始化后可以傳入 encoding 參數(shù)，來指定目標(biāo)系統(tǒng)以何種編碼保存文件名稱。如下圖所示：
2、Windows 下有亂碼路徑時(shí)無法在 Windows 里面遞歸的創(chuàng)建目標(biāo)路徑。
傳輸文件時(shí)可以指定目標(biāo)路徑，路徑不存在時(shí)需要遞歸創(chuàng)建，以便存放上傳的文件，ftplib 本身只能創(chuàng)建一個(gè)目錄，需要自行寫遞歸創(chuàng)建，那么創(chuàng)建之前就要先判斷目錄是否存在，這就需要用到 ftp.retrlines('LIST')，能列出來的就是存在的。
如果目錄內(nèi)沒有亂碼文件，也不會(huì)有問題，有就會(huì)報(bào) UnicodeEncodeError，如下圖：
怎么解決呢？
那就是不能讓亂碼目錄影響了我們的主程序，在讀取列表時(shí)遇到亂碼忽略即可，按照 traceback 修改標(biāo)準(zhǔn)庫 ftplib 文件 471 行，傳入?yún)?shù) errors='ignore' 如下圖所示
標(biāo)準(zhǔn)庫為什么不直接加上呢？我猜測(cè)就是為了讓你知道，這里存在亂碼，要忽略的話，自己搞定，我不為你背鍋，??。
最后
本文介紹了亂碼問題的原因，如何修改文件名稱的編碼，用 ftplib 遇到的編碼問題如何解決，雖然場(chǎng)景具體，但解決的亂碼問題的思路都是一樣的，那就是讓編碼解碼使用的字符編碼保持一致，如果亂碼不影響可以忽略掉不能解碼的數(shù)據(jù)。
參考資料
transferfile: https://pypi.org/project/transferfile/