目錄

Linux->Windows主機目錄和檔名中文亂碼恢復

標籤： 字元編碼 Python

宣告

本文主要記述作者如何通過Python指令碼恢復跨平臺傳輸導致的目錄和檔名中文亂碼。作者對Python程式設計和字元編碼瞭解不多，紕漏難免，歡迎指正。同時，本文兼做學習筆記，存在囉嗦之處，敬請諒解。

本文同時也釋出於作業部落，閱讀體驗可能更好。

一. 亂碼問題

一年前，作者將Windows XP系統主機下建立的一批檔案(以多級目錄組織)，通過Samba手工拷貝至Linux系統主機，能正常顯示目錄和檔名中包含的中文字元。然後，通過filezilla連線Linux主機，將上述檔案下載至行動硬碟，這個過程中也未出現亂碼。但將行動硬碟連線到Windows 7系統主機上時，卻發現目錄和檔名中包含的中文字元出現亂碼。

例如，檔名"GNU Readline庫函式的應用示例"和"守護程序接收終端輸入的一種變通性方法"分別顯示為"GNU Readline库函数的应用示例"和"守护进程接收终端输入的一种变通性方法"。

但除目錄和檔名出現中文亂碼外，檔案內容並無亂碼。

作者當時並不熟悉字元編碼知識，於是請教《通俗易懂地解決中文亂碼問題（1） --- 跨平臺亂碼》一文的作者Roly-Poly。Roly-Poly非常熱心地轉換了上述兩個檔名，並給出效果圖：
　　　　　　　　　　　　　　　　　　　　　　　　　　
以及相應的Java轉換方法：

String str = new String(new String(messyName.getBytes("ISO-8859-1"), "GBK").getBytes("GBK"), "UTF-8");

其中，messyName對應出現亂碼的字串。getBytes(charset)將Unicode編碼儲存的字串按照charset編碼，並以位元組陣列表示；new String(bytes[], charset)則將位元組陣列按照charset編碼進行組合識別，最後轉換為Unicode儲存。因此，上述程式碼表示先將當前編碼從 ISO-8859-1轉為GBK，然後再從GBK轉為UTF-8。

當然，Roly-Poly的轉換仍有缺憾，畢竟還存在未能正確解析的亂碼。"幸運"的是，當時出於謹慎，作者分別通過dir /S path

然而，一方面因為作者對Java語言和字元編碼比較陌生(主要是懶)，另一方面因為解析檔案列表並更名的工作量預期較大，作者一直未付諸實踐。直到最近，才開始從頭著手處理亂碼問題。這一過程學到不少知識，也走過不少彎路。教訓就是：凡事要一鼓作氣!

二. 除錯環境

作者使用Python 2.7自帶的IDLE進行編碼除錯。除非特別說明，本文所有程式碼均為Python語言。
參考Python字元編碼詳解一文，獲取當前環境的預設編碼：

#!/usr/bin/python
# -*- coding: utf-8 -*-

import sys, locale
def SysCoding():
    fmt = '{0}:{1}'
    #當前系統所使用的預設字元編碼
    print fmt.format('DefaultEncoding      ', sys.getdefaultencoding())
    #轉換Unicode檔名至系統檔名時所用的編碼('None'表示使用系統預設編碼)
    print fmt.format('FileSystemEncoding   ', sys.getfilesystemencoding())
    #預設的區域設定並返回元祖(語言, 編碼)
    print fmt.format('DefaultLocale        ', locale.getdefaultlocale())
    #使用者首選的文字資料編碼(猜測結果)
    print fmt.format('PreferredEncoding    ', locale.getpreferredencoding())

if __name__ == '__main__':
    SysCoding()

作者的Windows XP系統主機上，區域和語言選項->區域選項->標準和格式及高階->非Unicode程式的語言均設定為"中文(中國)"；Windows 7系統主機上，區域和語言->格式及管理->非Unicode程式的語言均設定為"中文(簡體,中國)"。兩臺主機的SysCoding()輸出相同，均顯示如下：

DefaultEncoding      :ascii
FileSystemEncoding   :mbcs
DefaultLocale        :('zh_CN', 'cp936')
PreferredEncoding    :cp936

三. 目錄和檔名亂碼恢復

3.1 可選方案

3.1.1 通過合適的編解碼轉換

可使用chardet模組detect()函式檢測給定字元的編碼。該函式返回檢測到的編碼'encoding'及其可信度'confidence'。

安裝方法為：命令提示符下執行C:\Python27\Scripts>easy_install.exe chardet後，自動下載egg檔案包。若未安裝成功(import提示"ImportError: No module named chardet")，可到C:\Python27\Lib\site-packages目錄解壓egg檔案包，將其中的chardet目錄(所有檔案)拷貝到site-packages下面即可。

安裝成功後，按照以下方法檢測字元編碼：

#coding: gbk
import chardet
print chardet.detect('abc') #{'confidence': 1.0, 'encoding': 'ascii'}
print chardet.detect('喊')  #{'confidence': 0.73, 'encoding': 'windows-1252'}
print chardet.detect('漢')  #{'confidence': 0.99, 'encoding': 'TIS-620'} ##Thailand
print chardet.detect('漢中華人民共和國') #{'confidence': 0.99, 'encoding': 'GB2312'}
print '漢中華人民共和國', repr('漢中華人民共和國')
#漢中華人民共和國 '\xba\xba\xd6\xd0\xbb\xaa\xc8\xcb\xc3\xf1\xb9\xb2\xba\xcd\xb9\xfa'

可見，當字元"樣本"過少時，chardet檢測結果並不準確(如'漢'被識別為泰文)。在Shell中執行上述檢測時，結果與之相同。

作為對比，宣告為coding: utf-8時，檢測結果又是另一番"景象"：

import chardet
print chardet.detect('abc') #{'confidence': 1.0, 'encoding': 'ascii'}
print chardet.detect('成CUnit进è¡') #{'confidence': 0.99, 'encoding': 'utf-8'}
print chardet.detect('喊')  #{'confidence': 0.73, 'encoding': 'windows-1252'}
print chardet.detect('漢')  #{'confidence': 0.73, 'encoding': 'windows-1252'}
print chardet.detect('漢中華人民共和國') #{'confidence': 0.99, 'encoding': 'utf-8'}
print '漢中華人民共和國', repr('漢中華人民共和國')
#奼変腑鍗庝漢姘戝叡鍜屽浗 '\xe6\xb1\x89\xe4\xb8\xad\xe5\x8d\x8e\xe4\xba\xba\xe6\xb0\x91\xe5\x85\xb1\xe5\x92\x8c\xe5\x9b\xbd'

可見，'口语奇招_新æµ'被檢測為UTF-8編碼。這是因為UTF-8是ASCII的超集。當字串序列中所有字元均為ASCII符號(前128個字元)時，chardet認為該串為ASCII編碼；當字串序列中也含有所有擴充套件ASCII符號時，chardet很可能認為該串為UTF-8編碼。此外，print根據本地作業系統預設字元編碼(GBK)，將'漢中華人民共和國'列印為奼変腑鍗庝漢姘戝叡鍜屽浗。

3.1.2 根據檔案列表資訊匹配

通過正則表示式提取檔案列表中的目錄大小、檔案數目、檔名及其大小、建立時間等資訊，再遍歷行動硬碟亂碼目錄，進行匹配和更名。為保險起見，應維護一份對映檔案，儲存檔案路徑、原名和新名，以便恢復或校正。

為減少匹配和更名次數，只操作名稱包含字母數字以外字元的目錄和檔案。此外，還可對檔案列表排序，如dir path /S /O:S(按大小升序排列)。

3.1.3 機器學習

因為word、網頁等檔案開啟後通常可以看到標題，作者得以整理若干檔案亂碼名與正常名的對映資料。這樣，藉助機器學習(如基於例項的演算法)，最終有望消除所有亂碼。

顯然，這一方案難度太高，並不現實。

3.2 逐步實踐

3.2.1 獲取單級目錄及其檔案資訊

首先，建立名稱正常的多級目錄供除錯用。之所以不用原始亂碼目錄除錯，是因為一旦測試失敗很可能會破壞"樣本"。

然後，通過以下程式碼獲取單級目錄的大小、檔案數目、檔名及大小、建立時間等資訊：

import time
from os.path import join, getsize, getmtime, getctime
CURRENT_DIR = os.path.dirname(os.path.abspath(__file__))
#os.getcwd()返回當前工作目錄
def FilesInfo():
    for root, dirs, files in os.walk(CURRENT_DIR):
        for file in files:
            path = join(root, file)
            ctime = time.ctime(getctime(path)) #建立時間
            print 'Name:%-12s Size:%-7s Ctime:%s' %(file, getsize(path), ctime)

        print root, "consumes",
        print sum(getsize(join(root, file)) for file in files),
        print "bytes in", len(files), "non-directory files!"

注意，當本模組由其他模組import並執行時，os.getcwd()返回的並非本模組目錄。

執行FilesInfo()後，輸出結果如下：

Name:Coding.py    Size:7936    Ctime:Mon Feb 29 09:41:15 2016
Name:d_res.bmp    Size:522534  Ctime:Mon Feb 29 09:41:15 2016
Name:error3.bmp   Size:70782   Ctime:Mon Feb 29 09:41:15 2016
Name:Open.bmp     Size:354746  Ctime:Mon Feb 29 09:41:15 2016
Name:Thumbs.db    Size:19968   Ctime:Mon Feb 29 09:41:47 2016
Name:typec.bmp    Size:199022  Ctime:Mon Feb 29 09:41:15 2016
Name:WalkDir.py   Size:4894    Ctime:Mon Feb 29 09:41:15 2016
Name:復Coding.py  Size:6564    Ctime:Mon Feb 29 15:41:37 2016
E:\PyTest\stuff consumes 1186446 bytes in 8 non-directory files!

3.2.2 從檔案列表中提取目錄和檔案資訊

在命令提示符下dir \F出調試目錄的結構。擷取部分如下：

C:\Program Files\IDM Computer Solutions\UEStudio>e:

 E:\PyTest 的目錄

2016-02-24  11:53    <DIR>          .
2016-02-24  11:53    <DIR>          ..
2016-02-23  17:22             1,434 backup_ver2.py

然後，通過ParseFileList()函式解析出"E:\PyTest"之類的路徑：

import codecs, re
def ParseFileList():
    #Windows記事本預設的字元編碼為"ANSI"(實際是GBK)
    file = codecs.open(r'E:\PyTest\filelist.txt', encoding='gbk')
    for line in file:
        #下句等效於m = re.match(u' (.+) 的目錄\s*$', line)
        m = re.compile(u"""             # Python預設字元編碼為Ansi, 需加u轉為Unicode
                            (.+) 的目錄  # 將' 的目錄'前的部分作為分組(Group)
                            \s*$        # 行尾""", re.X).match(line)
        if m != None:
            print m.groups()[0]

注意，此處並未使用內建的open()方法開啟檔案。因為該方法得到的line為str型別，需要使用正確的編碼格式進行decode()，否則將無法匹配到"的目錄"。而codecs.open()方法開啟檔案時讀取的就是Unicode型別，不容易出現編碼問題。

當然，若將原始碼檔案中的字元編碼宣告改為#coding=gbk，並去掉pattern字串字首u，則使用內建的open()方法仍可匹配到"的目錄"。

目錄大小、檔案數目、檔名及其大小等，均可通過合適的正則表示式提取。然而，作者很快意識到，根據檔案列表遍歷和更名的方案實現起來過於複雜。於是，放棄正則匹配的嘗試。

3.2.3 遍歷目錄並更名

雖然檔案列表正則匹配的方案不可行，但遍歷和更名卻是所有方案所必需的。

Python中有三種遍歷目錄的方法，即os.listdir()、os.walk()和os.path.walk()。這三者中，作者首選os.walk()方法，遍歷程式碼如下：

import os
def ValidateDir(dirPath):
    #判斷路徑是否為Unicode。若否，將其轉換為Unicode編碼
    if isinstance(dirPath, unicode) == False:
        #下句等效於dirPath = dirPath.decode('utf8')
        dirPath = unicode(dirPath, 'utf8')

    #判斷路徑是否存在(不區分大小寫)
    if os.path.exists(dirPath) == False:
        print dirPath + ' is non-existent!'
        return ''

    #判斷路徑是否為目錄(不區分大小寫)
    if os.path.isdir(dirPath) == False:
        print dirPath + ' is not a directory!'
        return ''
    return dirPath

def WalkDirReport(dirPath, fileNum):
    print '##############' + str(fileNum) + ' files processed##############'

def WalkDir(dirPath):
    dirPath = ValidateDir(dirPath)
    if not dirPath:
        return

    #遍歷路徑下的檔案及子目錄
    fileNum = 0
    for root, dirs, files in os.walk(dirPath):
        for file in files:
            #處理檔案
            #ChangeNames(root, file)
            #RestoreNames(root, file)

            fileNum += 1
            while(fileNum % 100) == 0:
                prompt = '$' + str(fileNum) + ' files processed, ' \
                         + '''pause for checking. Type 'c' to continue: '''
                if raw_input(prompt) == 'c':
                    break
    WalkDirReport(dirPath, fileNum)

其中，ValidateDir()用於校驗路徑合法性，同時還將非Unicode路徑轉為Unicode路徑(該步驟也可由使用者自行完成)。

os.listdir()方法遍歷目錄則較為"笨拙"，對比如下：

def WalkDir_unsafe(dirPath):
    dirPath = ValidateDir(dirPath)
    if not dirPath:
        return

    #遍歷路徑下的檔案及子目錄
    fileNum = 0
    nameList = os.listdir(dirPath)
    for name in nameList:
        path = os.path.join(dirPath, name)
        #型別為目錄，遞迴(存在棧溢位風險)
        if os.path.isdir(path) == True:
            fileNum += WalkDir_unsafe(path)
            continue

        #處理檔案
        '''此時name等效於os.path.basename(path)，即檔名；
           dirPath等效於os.path.dirname(path)，即目錄名；
           path等效於os.path.abspath(os.path.basename(path))，即絕對路徑'''
           fileNum += 1
    return fileNum

因為採用遞迴處理，所以該方法存在棧溢位風險(不過作者尚未遇到這種情況)。使用時，需按照如下方式呼叫：

WalkDirReport(r'E:\Pytest\測試', WalkDir_unsafe(r'E:\Pytest\測試'))

注意，雖然os.walk()本身仍由os.listdir()遞迴實現，但卻是生成器(generator)寫法，相比普通遞迴更節省記憶體資源。

遍歷目錄除錯通過後，就可著手實現目錄和檔案更名。為簡單起見，更名規則為"尾部添0"，即"E:\a\b.txt"會轉換為"E:\a0\b.txt0"。同時提供恢復函式，以便反覆除錯。程式碼如下：

def ChangeNames(dir, file):
    #將'E:\a\b.txt'轉換為'E:\a0\b.txt0'，以此類推
    filePath = os.path.join(dir, file)
    newdir = dir.split('\\')
    newdir[1:] = map(lambda x: x+'0', newdir[1:]) #碟符不變
    newdir = '\\'.join(newdir)
    ufilePath = os.path.join(newdir, file) + '0'
    print filePath + ' => ' + ufilePath
    os.renames(filePath, ufilePath)

def RestoreNames(dir, file):
    #將'E:\a0\b.txt0'恢復為'E:\a\b.txt'，以此類推
    filePath = os.path.join(dir, file)
    newdir = dir.split('\\')
    newdir[1:] = map(lambda x: x[:-1], newdir[1:])
    newdir = '\\'.join(newdir)
    ufilePath = os.path.join(newdir, file)[:-1]
    print filePath + ' => ' + ufilePath
    os.renames(filePath, ufilePath)

可見，"添0"和恢復的方法比較"笨拙"。但作為Python新手，作者暫時只能如此。結合遍歷程式碼，ChangeNames()和RestoreNames()可有效地更名和恢復。

注意os.renames()方法，該方法可對巢狀目錄及其檔案更名，可能會建立臨時目錄以存放新命名的子目錄和檔案。因此，若以WalkDir(r'E:\bPytest')方式呼叫且bPytest目錄下存在空的子目錄，則更名後該子目錄保持原名原位置(仍在E:\bPytest目錄下)，而其他子目錄及檔案被更名且"轉移"到E:\bPytest0目錄下——同時出現bPytest和bPytest0兩個目錄！

3.2.4 消除單個檔名亂碼

遍歷和更名除錯成功後，接下來便是重中之重——亂碼檔名恢復。

瀏覽各種網路資料後，作者終於在Stackoverflow網站上一則問答Getting correct utf8 Chinese characters from messed-up iso-8859-1 in Python and MySQL裡找到一線曙光。回答者通過u'最'.encode('cp1252').decode('utf8')成功地將最轉換為"最"——這與作者遇到的亂碼何其相似！

在嘗試cp1252、cp1254...等眾多Windows編碼後，作者終於找到正確的編碼格式，即latin_1，別名iso-8859-1, iso8859-1, 8859, cp819, latin, latin1, L1。測試程式碼如下：

print u'项目中集成CUnit进行开发测试'.encode('latin_1').decode('utf8')
print u'《NBC夜间新闻(2011-2季)'.encode('latin_1').decode('utf8')
print '新浪博客'.decode('utf8').encode('latin_1').decode('utf8')

其中，u'string'等效於'string'.decode('utf8')。執行結果為：

專案中整合CUnit進行開發測試
《NBC夜間新聞(2011-2季)
新浪部落格

經人工檢驗，完全符合期望！

此時再回想Roly-Poly提供的Java轉碼語句：

String str = new String(new String(messyName.getBytes("ISO-8859-1"), "GBK").getBytes("GBK"), "UTF-8");

因為字串在Java記憶體中以Unicode編碼儲存，且getBytes()和new String()分別對應Python裡的encode()和decode()，所以等效的Python轉碼語句如下：

str = u'messyName'.encode('latin_1').decode('gbk').encode('gbk').decode('utf8')

從字元編碼規則可知，經過GBK編解碼"中轉"後，很可能出現data loss。以第一章的兩個檔名為例，其Python轉碼如下：

s1 = u'GNU Readline库函数的应用示例'.encode('latin_1').decode('gbk').encode('gbk','replace').decode('utf8')
s2 = u'守护进程接收终端输入的一种变通性方法'.encode('latin_1').decode('gbk','replace').encode('gbk','replace').decode('utf8','replace')
s3 = u'守护进程接收终端输入的一种变通性方法'.encode('latin_1').decode('utf8')
print s1  #GNU Readline庫函式的應用示例
print s2  #守護程序接收終�?輸入的一種變通�?方法
print s3  #守護程序接收終端輸入的一種變通性方法

其中，'replace'引數以適當的字元替換編解碼過程中無法識別的字元，否則將產生UnicodeDecodeError和UnicodeEncodeError異常。可見，就本文問題而言，並不需要GBK編解碼"中轉"。

3.2.5 消除單級目錄下檔名亂碼

檔名字串亂碼恢復成功後，接下來將對檔案更名。該步驟需要在掛接行動硬碟的Windows 7主機上進行，因為在Windows XP主機上檔名亂碼無法以期望的方式顯示和解析。例如：
　　　　　　　　　　　　　　　　　　　　　
最後那個以亂碼字串為名建立的檔案，無法開啟(UEStudio提示"含有一個無效的路徑"，記事本提示"無效的視窗控制代碼")，os.rename()也會報錯。

在Windows 7主機上，作者從行動硬碟拷貝一個單級亂碼目錄至磁碟作除錯用。然後，編寫程式碼恢復該目錄下的所有亂碼檔名：

from nt import chdir
def RecodeName(dirPath):
    nameList = os.listdir(dirPath)
    for fileName in nameList:
        try:
            ufileName = fileName.encode('latin_1').decode('utf8')
        except UnicodeEncodeError as e:
            print '[e]' + fileName + '(Possibly needn\'t xcode!)'
            continue
        print (fileName + ' => ' + ufileName)
        #rename之前要先用chdir()函式進入到目標檔案所在的路徑
        chdir(dirPath)
        os.rename(fileName, ufileName)

因為存在某些檔案已被手工更名的可能性，encode('latin_1')時會丟擲UnicodeEncodeError異常，所以需要跳過這些檔案。

執行結果如下：

8.26南京990小经验，希望对以后的人有帮助 - 英语托业考试(TOEIC) - 大家论坛 -.url => 8.26南京990小經驗，希望對以後的人有幫助 - 英語託業考試(TOEIC) - 大家論壇 -.url
~2011.5.29~托业905感想~感谢大家网论坛~希望能给大家带来帮助 - 英语托业考试(TOEIC) - 大家论坛 -.url => ~2011.5.29~託業905感想~感謝大家網論壇~希望能給大家帶來幫助 - 英語託業考試(TOEIC) - 大家論壇 -.url
中国雅思网.url => 中國雅思網.url
如何提高英语听力_提高英语听力的方法_听力课堂.url => 如何提高英語聽力_提高英語聽力的方法_聽力課堂.url
>>> 

經驗證，指定目錄下所有亂碼檔名均正確恢復。

3.2.6 消除巢狀目錄名及其檔名亂碼

單級目錄下檔名亂碼消除後，作者換用os.renames()方法消除巢狀目錄名及其檔名。程式碼如下：

def RecodeNames(dir, file):
    filePath = os.path.join(dir, file)
    try:
        filePathNew = filePath.encode('latin_1').decode('utf8')
    except UnicodeEncodeError as e:
        '''os.renames()會建立臨時目錄以存放新命名的子目錄和檔案，故此處異常
           表明最底層檔案已解碼成功(可能是手工處理)，但其目錄路徑仍未解碼。
           因此，需構造已解碼全路徑，以便renames將上述檔案拷貝至新目錄。
        '''
        print '[e]' + filePath + '(Possibly needn\'t xcode!)'
        filePathNew = os.path.join(dir.encode('latin_1').decode('utf8'), file)

    print (filePath + ' => ' + filePathNew)
    os.renames(filePath, filePathNew)

以WalkDir(r'F:\Pytest\Study')執行，結果如下：

F:\Pytest\Study\John_新浪博客.url => F:\Pytest\Study\John_新浪部落格.url
[e]F:\Pytest\Study\ABR\~2011.5.29~託業905感想~感謝大家網論壇~希望能給大家帶來幫助 - 英語託業考試(TOEIC) - 大家論壇 -.url(Possibly needn't xcode!)
F:\Pytest\Study\ABR\~2011.5.29~託業905感想~感謝大家網論壇~希望能給大家帶來幫助 - 英語託業考試(TOEIC) - 大家論壇 -.url => F:\Pytest\Study\ABR\~2011.5.29~託業905感想~感謝大家網論壇~希望能給大家帶來幫助 - 英語託業考試(TOEIC) - 大家論壇 -.url
F:\Pytest\Study\待读\《NBC夜间新闻(2011-2å­£)》(NBC Nightly News)([m4v]英语听力下载 -学习资料库.url => F:\Pytest\Study\待讀\《NBC夜間新聞(2011-2季)》(NBC Nightly News)([m4v]英語聽力下載 -學習資料庫.url
##############3 files processed##############

可見，根目錄和子目錄及所有下屬檔案均正確更名。

讀者可能已經注意到，上述根目錄路徑名均為英文字元。假如該路徑包含已解碼的中文目錄名(可能是手工處理)呢？例如將Study目錄名改為外語學習。顯然，encode('latin_1')時會觸發UnicodeEncodeError異常。因此，編解碼時需要跳過這些中文目錄名：

def RecodeNames(dir, file):
    filePath = os.path.join(dir, file)
    #對路徑解碼
    paths = filePath.split('\\')
    for i in range(len(paths)):
        try:
            paths[i] = paths[i].encode('latin_1').decode('utf8')
        except UnicodeEncodeError as e:
            #路徑可能出現已解碼的中文(可能是手工處理)，不再重複解碼
            continue

    filePathNew = '\\'.join(paths)
    print (filePath + ' => ' + filePathNew)
    os.renames(filePath, filePathNew)

什麼？假如目錄名包含部分亂碼部分中文字元？拜託，這種情況不可能出現。

3.2.7 恢復原始亂碼目錄和檔名

激動人心的時刻來到了！本節將正式處理行動硬碟中的原始亂碼目錄和檔名。基於以上除錯結果，最終的亂碼恢復程式碼如下：

failedNamesList = []
def RecordFailedNames(name):
    failedNamesList.append(name)

import ctypes
def RecodeNames(dir, file):
    filePath = os.path.join(dir, file)
    #對路徑解碼
    paths = filePath.split('\\')
    for i in range(len(paths)):
        try:
            paths[i] = paths[i].encode('latin_1').decode('utf8')
        except UnicodeEncodeError as e:
            #路徑可能出現已解碼的中文(可能是手工處理)，不再重複解碼
            continue

    filePathNew = '\\'.join(paths)
    print (filePath + ' => ' + filePathNew)
    try:
        os.renames(filePath, filePathNew)
    except WindowsError as e:
        print "[e]WindowsError({0}): {1}".format(e.winerror, ctypes.FormatError(e.winerror))
        RecordFailedNames(filePath)

def WalkDirReport(dirPath, fileNum):
    print '##############' + str(fileNum) + ' files processed##############'
    print 'Failed files(%d):' %(len(failedNamesList))
    for i in range(len(failedNamesList)):
        print '  ' + failedNamesList[i]

某些亂碼檔名過長(多為.mht檔案)，os.renames()時會觸發WindowsError[3]異常，如：
　　　　　　　　　　　　　　　　　　　　
事實上，在資源管理器裡開啟這些檔案時，會提示"源路徑過長"：
　　　　　　　　　　　　　　　　　　　　
上述程式碼可有效地恢復原始亂碼目錄和檔名。當時的執行截圖如下：
　　　　　　　　　　　　　　　　　　　
以及
　　　　　　　　　　　　　　　　　　　
經初步檢驗，更名成功。此時可通過tree命令生成生成目錄樹，與原先儲存的檔案列表對比。遺憾的是，兩者樹狀列表順序不同，無法直接對比。當然，如果夠閒，也可以程式設計比照。

四. 後記

本文所述的亂碼恢復實踐其實是種"摸著石頭過河(trial and error)"的過程。如果當初先研究字元編碼，而不是左右開弓，應該會避免不少彎路。當然論及價效比，孰優孰劣，亦未可知。
最後，關於Python字元編碼基礎知識，作者將在後續文章中加以說明，同時澄清本文一些謬誤之處。臉皮薄，就不說"敬請期待"了~~