我有一个名为Abrázame.txt的文件，需要在Python 2.7中解码特殊字符'á'以正常打印该文件名。当前使用的代码如下：

import os
s = os.path.join(r'C:\Test\AutoTest', os.listdir(r'C:\\Test\\AutoTest')[0])
print(unicode(s.decode(encoding='utf-16', errors='strict')))

执行后出现以下错误：

Traceback (most recent call last):
File "C:/Users/naythan_onfri/.PyCharmCE2017.2/config/scratches/scratch_3.py", line 12, in
print(unicode(s.decode(encoding='utf-16', errors='strict')))
File "C:\Python27\lib\encodings\utf_16.py", line 16, in decode
return codecs.utf_16_decode(input, errors, True)
UnicodeDecodeError: 'utf16' codec can't decode byte 0x74 in position 28: truncated data

我知道UTF-16字符集包含'á'，不理解为什么解码会失败。虽然用latin-1可以正常解码，但因为这是用于自动化项目，需要兼容所有字符的文件名（比如实现文件资源管理器定位选中文件），想问问有没有比遍历93种编码更优的通用解码方案。

解决方案：利用Windows系统编码特性直接处理 #

为什么UTF-16解码会失败？ #

Windows系统下，Python 2.7的os.listdir()返回的字符串是系统默认的文件系统编码（通常是cp1252或者GBK，取决于你的系统区域设置），并不是UTF-16编码的字节流。你强行用UTF-16去解码完全不匹配的字节，自然会抛出截断或编码错误。

最可靠的通用处理方式 #

在Windows上处理文件名，最省心的方法是直接使用Python 2.7提供的unicode版本文件系统函数：

import os
# 用unicode类型定义路径
dir_path = u'C:\\Test\\AutoTest'
# 传入unicode路径时，listdir直接返回unicode格式的文件名
unicode_filenames = os.listdir(dir_path)
full_unicode_path = os.path.join(dir_path, unicode_filenames[0])
print(full_unicode_path)

这样不需要手动解码任何内容——当你传入unicode路径给os.listdir()时，它会自动处理所有系统支持的特殊字符（包括'á'、中文、日文等），直接返回unicode格式的文件名，完美兼容所有合法文件名。

如果必须处理字节串路径 #

如果你已经拿到了字节串格式的路径，也不用瞎试各种编码，直接用系统的文件编码解码即可：

import os
import sys
s = os.path.join(r'C:\Test\AutoTest', os.listdir(r'C:\\Test\\AutoTest')[0])
# 获取系统文件编码（Windows下通常是mbcs，对应系统默认编码）
fs_encoding = sys.getfilesystemencoding()
unicode_path = s.decode(fs_encoding)
print(unicode_path)

sys.getfilesystemencoding()会自动获取当前系统的文件编码，用它解码字节串路径，就能得到正确的unicode文件名，完全不需要遍历各种编码。

内容的提问来源于stack exchange，提问作者N.Onfri