python - 使用 socket.gethostname() 结果时出现 UnicodeDecodeError

Question

我的一些用户报告，当主机名包含非 ASCII 字符时，以下代码可能会引发 UnicodeDecodeError(但是我无法在 Windows Vista 计算机上复制此错误):

    self.path = path
    self.lock_file = os.path.abspath(path) + ".lock"
    self.hostname = socket.gethostname()
    self.pid = os.getpid()
    dirname = os.path.dirname(self.lock_file)
    self.unique_name = os.path.join(dirname, "%s.%s" % (self.hostname, self.pid))

回溯的最后一部分是:

    File "taskcoachlib\thirdparty\lockfile\lockfile.pyo", line 537, in FileLock
    File "taskcoachlib\thirdparty\lockfile\lockfile.pyo", line 296, in __init__
    File "taskcoachlib\thirdparty\lockfile\lockfile.pyo", line 175, in __init__
    File "ntpath.pyo", line 102, in join
    UnicodeDecodeError: 'ascii' codec can't decode byte 0xcf in position 7: ordinal not in range(128)

关于为什么以及如何预防它有什么想法吗？

(Windows XP 上的 Python 2.5 出现异常)

Answer 1

我不认为 gethostname() 一定会给你一个 unicode 对象。它可能是锁定文件的目录名称。无论如何，其中一个是包含非 ASCII(高于 127)字符的标准字符串，另一个是 unicode 字符串。

问题在于 ntpath 模块(Python 在 Windows 上用于 os.path 的模块)中的 join 函数尝试连接给定的参数。这会导致 Python 尝试将普通字符串部分转换为 unicode。在您的情况下，非 unicode 字符串似乎具有非 ASCII 字符。这无法可靠地转换为 unicode，因此 Python 会引发异常。

触发问题的更简单方法:

>> from ntpath import join
>> join(u'abc', '\xff')
---------------------------------------------------------------------------
UnicodeDecodeError                        Traceback (most recent call last)

/home/msmits/<ipython console> in <module>()

/usr/lib64/python2.6/ntpath.pyc in join(a, *p)
    106                     path += b
    107                 else:
--> 108                     path += "\\" + b
    109             else:
    110                 # path is not empty and does not end with a backslash,

回溯显示 ntpath.py 中的问题行。

您可以通过首先将 join() 的参数转换为标准字符串来解决此问题，正如其他答案所建议的那样。或者，您可以先将所有内容转换为 unicode。如果给decode()指定一个特定的编码，高字节可以转换为unicode。

例如:

>> '\xff'.decode('latin-1')
u'\xff'