Mac OS X 中文件系统的 Unicode 编码在 Python 中不正确？

在 OS X 和 Python 中处理 Unicode 文件名有点困难。我试图在代码中稍后使用文件名作为正则表达式的输入，但文件名中使用的编码似乎与 sys.getfilesystemencoding() 告诉我的不同。采取以下代码：

#!/usr/bin/env python
# coding=utf-8

import sys,os
print sys.getfilesystemencoding()

p = u'/temp/s/'
s = u'åäö'
print 's', [ord(c) for c in s], s
s2 = s.encode(sys.getfilesystemencoding())
print 's2', [ord(c) for c in s2], s2
os.mkdir(p+s)
for d in os.listdir(p):
  print 'dir', [ord(c) for c in d], d

它输出以下内容：

utf-8
s [229, 228, 246] åäö
s2 [195, 165, 195, 164, 195, 182] åäö
dir [97, 778, 97, 776, 111, 776] åäö

因此，文件系统编码是 utf-8，但是当我使用它对文件名 åäö 进行编码时，它不会与我使用相同字符串创建目录名称相同。我希望当我使用字符串 åäö 创建目录并读回它的名称时，它应该使用与我直接应用编码相同的代码。

如果我们查看代码点 97、778、97、776、111、776，它基本上是添加了变音符号的 ASCII 字符，例如o + ¡ = ö，这使得它成为两个字符，而不是一个。如何避免这种差异，Python 中是否有与 OS X 的这种行为相匹配的编码方案，以及为什么 getfilesystemencoding() 没有给我正确的结果？

还是我搞砸了？

MacOS X 使用一种特殊的分解 UTF-8 来存储文件名。如果您需要例如读入文件名并将它们写入“正常”UTF-8 文件，您必须对它们进行规范化：

filename = unicodedata.normalize('NFC', unicode(filename, 'utf-8')).encode('utf-8')

从这里：https://web.archive.org/web/20120423075412/http://boodebr.org/main/python/all-about-python-and-unicode https://web.archive.org/web/20120423075412/http://boodebr.org/main/python/all-about-python-and-unicode