python - Python : Problem reading filename with brackets/long path name

Question

我正在尝试用 Pandas 读取Excel文件。

df=pd.read_excel('abcd (xyz-9) Interim Report 01-03-18.xlsx')

这给了我文件找不到错误。如果我删除方括号并将文件重命名为'abcd Interim Report 01-03-18.xlsx'，那么它将正常工作。

我尝试使用Shutil重命名，但这给了我同样的错误

shutil.copyfile('abcd (xyz-9) Interim Report 01-03-18.xlsx','test.xlsx')

我试过了

1. pd.read_excel('abcd ^(xyz-9) Interim Report 01-03-18.xlsx')
2. pd.read_excel('abcd \\(xyz-9\\) Interim Report 01-03-18.xlsx')

编辑:

即使将cwd更改为文件位置，该文​​件似乎也可以在本地驱动器上工作，但不能在网络驱动器上工作。

关于使用glob和os.path.exists:

for i in range(0,1):
    for filename in glob.glob(fpath+"\\"+ldir[i]+"\\"+"*Interim*.xlsx"):
        print(filename)
        print(os.path.exists(filename))

\\Africa-me.xxx.com\Africa-me\xxx\xxx\xxx\xxx\06 xxx\02 xxx, xxx and xxxx xxx\03 xxx\04 xxx\05 xx xx & xx\12 2018 xx\06 xx xxx\\\AAA-61\abcd (xyz-9) Interim Report 01-03-18.xlsx
False

\\Africa-me.xxx.com\Africa-me\xxx\xxx\xxx\xxx\06 xxx\02 xxx, xxx and xxxx xxx\03 xxx\04 xxx\05 xx xx & xx\12 2018 xx\06 xx xxx\\\AAA-61\abcd Interim Report 01-03-18.xlsx
True

关于使用glob和os.stat:

import ctypes

for i in range(0,1):
    for filename in glob.glob(fpath+"\\"+ldir[i]+"\\"+"*Interim*.xlsx"):
        print(filename)
        try:
            print(os.stat(filename))
        except OSError as e: 
            ntstatus = ctypes.windll.ntdll.RtlGetLastNtStatus()
            print('winerror:', e.winerror) 
            print('ntstatus:', hex(ntstatus & (2**32-1)))

\\Africa-me.xxx.com\Africa-me\xxx\xxx\xxx\xxx\06 xxx\02 xxx, xxx and xxxx xxx\03 xxx\04 xxx\05 xx xx & xx\12 2018 xx\06 xx xxx\\\AAA-61\abcd (xyz-9) Interim Report 01-03-18.xlsx
winerror: 3
ntstatus: 0x80000006

\\Africa-me.xxx.com\Africa-me\xxx\xxx\xxx\xxx\06 xxx\02 xxx, xxx and xxxx xxx\03 xxx\04 xxx\05 xx xx & xx\12 2018 xx\06 xx xxx\\\AAA-61\abcd Interim Report 01-03-18.xlsx
os.stat_result(st_mode=33206, st_ino=15624813576354602, st_dev=3657573641, st_nlink=1, st_uid=0, st_gid=0, st_size=726670, st_atime=1563172745, st_mtime=1523347973, st_ctime=1563170560) 

Answer 1

os.stat测试表明，带括号的路径无法通过ERROR_PATH_NOT_FOUND(3)访问，这可能是由于缺少路径组件或路径太长。我们知道找到最终路径组件不是问题，因为在这种情况下，我们期望错误是ERROR_FILE_NOT_FOUND(2)。我们知道保留字符不是问题，因为在这种情况下，我们期望错误是ERROR_INVALID_NAME(123)。同样，在这两种情况下，Windows API都必须进行NT系统调用，但是我们看到最后一个NT状态是STATUS_NO_MORE_FILES(0x80000006)，它来自os.listdir中的glob.glob调用。因此，问题可能在于路径太长。

为了简洁起见或隐私，问题似乎是将某些路径组件名称缩短为“xxx”。如果扩展为真实名称，我们可能会发现带有“(xyz-9)”的路径至少为260个字符，这比DOS路径允许的最大长度MAX_PATH - 1(259)字符多一。

我们可以通过将长路径转换为扩展路径来访问它，该路径是一个以“\\？\”设备路径前缀开头的Unicode字符串，或者为UNC路径为“\\？\UNC\”。首先，由于Windows中的字节路径仅限于MAX_PATH字符，因此我们必须解码Unicode的字节路径。接下来，我们必须通过os.path.abspath对路径进行规范化和限定，因为扩展路径在访问时会绕过规范化。这是一个extpath函数，用于将DOS路径转换为扩展路径:

import os

try:
    from os import fsdecode
except ImportError: # Probably Python 2.x
    import sys
    def fsdecode(filename):
        if isinstance(filename, type(u'')):
            return filename
        elif isinstance(filename, bytes):
            return filename.decode(sys.getfilesystemencoding(), 'strict')
        raise TypeError('expected string, not {}'.format(
                type(filename).__name__))

def extpath(path):
    path = os.path.abspath(fsdecode(path))
    if not path.startswith(u'\\\\?\\'):
        if path.startswith(u'\\\\.\\'):
            path = u'\\\\?\\' + path[4:]
        elif path.startswith(u'\\\\'):
            path = u'\\\\?\\UNC\\' + path[2:]
        else:
            path = u'\\\\?\\' + path
    return path

背景

Windows NT(即XP之后的所有Windows版本)的核心是NTOS操作系统，它使用NT内核。这类似于在1980年代和1990年代初期在DOS上将16位Windows分层的方式。但是NTOS比Windows更紧密地与Windows耦合，并且它是一个功能更强大的OS(例如，支持对称多处理，抢占式多线程，虚拟内存，异步I/O， protected 对象以及具有同时登录和 session 的多个用户)。

Windows在某些方面仍保持其MS-DOS根目录。特别是，对于磁盘设备和文件系统路径，Windows API使用DOS路径而不是NT对象路径。这包括DOS驱动器“A:”到“Z:”以及UNC路径，例如“\\server\share\path”。 Windows API规范化了DOS路径，以将反斜杠替换为反斜杠。使用进程工作目录或每驱动器工作目录解析相对路径(即没有根目录或驱动器的路径)；解决 ”。”和“..”组件；并修剪最终组件中的尾随空格和点。

访问DOS路径时，Windows会将其转换为以WINAPI设备前缀之一“\\。\”和“\\？\”(例如“C:\Windows”->“\\？”)开头的设备路径。\C:\Windows“)。对于驱动器号路径和相对路径(而不是UNC路径)，它将在最终路径组件中保留一小组DOS设备名称(例如“C:\Temp\con”->“\\。\con”，以及“nul”->“\\。\nul”)。对于UNC路径，它使用“UNC”设备挂载点(例如\\server\share\path->“\\？\UNC\server\share\path”)。在调用传递到NT域之前，WINAPI设备前缀(“\\。\”或“\\？\”)被NTAPI设备前缀(“\??\”)替换。

这些设备 namespace 前缀是NT对象 namespace 中调用者的本地安装点目录的简写(即“\Sessions\0\DosDevices\<调用者的登录 session ID>”)。本地安装点目录隐式隐藏了全局安装点目录(即“\Global ??”)。例如，“C:\Temp”变为“\??\C:\Temp”，如果全局“C:”未局部阴影，则结果为“\Global ??\C:\Temp”。可以通过“全局”对象链接(例如“\\？\Global\C:\Temp”)显式引用全局安装点，该链接应始终可用。

传统上，DOS路径规范化使用的字符串缓冲区的空间不得超过MAX_PATH(260)个字符。在Windows 10中，如果为系统启用了长路径并且应用程序 list 声明它知道长路径，则将取消此传统限制(在大多数情况下)。这
Python 3.6及更高版本中的“python [w] .exe”可执行文件具有此 list 设置。

如果未启用长DOS路径，则大多数文件API函数仍支持长路径。我们只需要使用以“\\？\”前缀开头的WINAPI设备路径，这称为扩展路径。这类似于以“\\。\”前缀开头的常规设备路径，除了扩展路径在访问时不会被规范化。缺点是我们必须实现自己的路径规范化。在Python中，这是通过os.path.abspath实现的。我们仍然必须手动重写UNC路径，但这很简单，用“\\？\UNC\”替换开头的“\\”。

请注意，工作目录不支持扩展或不扩展的设备路径。如果将设备路径设置为工作目录，则系统具有未定义的行为。因此，请勿将它们与Python的os.chdir或cwd的subprocess.Popen参数一起使用。这意味着我们无法通过将扩展路径设置为工作目录来避免使用较长的相对路径。在Windows 10中，如果为该进程启用了长DOS路径，则工作目录确实支持长路径，但是它仍仅支持常规DOS路径(UNC和驱动器字母路径)，而不支持设备路径。