如何删除Python中的错误路径字符？

Question

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

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, '\/:*?"<>|')

Answer 1

我认为这里最安全的方法就是替换任何可疑字符.所以,我认为你可以替换(或摆脱)任何不是字母数字, - ,_,空格或句号的东西.这是你如何做到这一点:

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

上述逃脱的每一个字符,这不是一个字母,'_','-','.'或与空间'_'.因此,如果您正在查看整个路径,则还需要将os.sep放入已批准字符列表中.

这是一些示例输出:

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

Answer 2

不幸的是,可接受的字符集因操作系统和文件系统而异.

• Windows:

  • 使用当前代码页中的几乎任何字符作为名称,包括扩展字符集(128-255)中的Unicode字符和字符,但以下情况除外:
    • 不允许使用以下保留字符:
      <>:"/\|？*
    • 不允许整数表示在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计算机的操作系统和区域设置.

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

• Mac OS:NUL始终被排除在外,"/"被排除在POSIX层之外,":"从Apple API中排除
  • HFS +:Unicode 2.0规范中UTF-16可表示的任何非排除字符序列
  • HFS:MacRoman(默认)或其他编码中可表示的任何非排除字符序列,具体取决于创建文件系统的计算机
  • UFS:与HFS +相同
• Linux的:
  • 本机(类UNIX)文件系统:除NUL和"/"之外的任何字节序列
  • FAT,NTFS,其他非本机文件系统:各不相同

您最好的选择可能是在所有平台上过于保守,或者只是尝试创建文件名并处理错误.