Python :读取带有括号/长路径名的文件名时出现问题

Question

我正在尝试用熊猫读取 excel 文件。

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

这给了我找不到文件错误。如果我删除括号并将文件重命名为'abcd Interim Report 01-03-18.xlsx'，那么它工作正常。

我尝试使用 shutil 重命名，但它给了我同样的错误

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：

该文件似乎在本地驱动器上工作，但在网络驱动器上不起作用，即使我将cwd更改为文件位置也是如此。

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.comAfrica-mexxxxxxxxxxxx6 xxx2 xxx, xxx and xxxx xxx3 xxx4 xxx5 xx xx & xx12 2018 xx6 xx xxx\AAA-61abcd (xyz-9) Interim Report 01-03-18.xlsx
False
\Africa-me.xxx.comAfrica-mexxxxxxxxxxxx6 xxx2 xxx, xxx and xxxx xxx3 xxx4 xxx5 xx xx & xx12 2018 xx6 xx xxx\AAA-61abcd 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.comAfrica-mexxxxxxxxxxxx6 xxx2 xxx, xxx and xxxx xxx3 xxx4 xxx5 xx xx & xx12 2018 xx6 xx xxx\AAA-61abcd (xyz-9) Interim Report 01-03-18.xlsx
winerror: 3
ntstatus: 0x80000006
\Africa-me.xxx.comAfrica-mexxxxxxxxxxxx6 xxx2 xxx, xxx and xxxx xxx3 xxx4 xxx5 xx xx & xx12 2018 xx6 xx xxx\AAA-61abcd 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，访问带括号的路径失败，并显示ERROR_PATH_NOT_FOUND(3)，该路径要么来自缺少的路径组件，要么来自路径太长。我们知道找到最终路径组件不是问题，因为在这种情况下，我们希望错误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，我们希望错误ERROR_INVALID_NAME(123)。此外，在这两种情况下，Windows API 都必须进行 NT 系统调用，但我们看到最后一个 NT 状态是STATUS_NO_MORE_FILES(0x80000006)，这是来自glob.glob中的os.listdir调用。因此，问题很可能是路径太长。

为了简洁或隐私，该问题似乎将某些路径组件名称缩短为"xxx"。如果扩展到真实名称，我们会看到带有"(xyz-9)"的路径至少为 260 个字符，这比 DOS 路径允许的最大长度多 1 个字符，MAX_PATH - 1(259) 个字符。

我们可以通过将其转换为扩展路径来访问长路径，扩展路径是一个以"\\？\"设备路径前缀或 UNC 路径的"\\？\UNC\"开头的 Unicode 字符串。首先，由于 Windows 中的字节路径限制为MAX_PATH个字符，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规范化和限定路径，因为扩展路径在访问时会绕过规范化。下面是将 DOS 路径转换为扩展路径的extpath函数：

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

WindowsNT(即自XP以来的所有Windows版本)的核心是NTOS操作系统，它使用NT内核。这类似于 1980 年代和 1990 年代初 16 位 Windows 在 DOS 上的分层方式。但是NTOS与Windows的耦合比DOS更紧密，它是一个功能更强大的操作系统(例如，支持对称多处理，抢占式多线程，虚拟内存，异步I/O，安全对象以及同时登录和会话的多个用户)。

在某些方面，Windows仍然保持其MS-DOS根源。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："和 UNC 路径，如"\\服务器\共享\路径"。Windows API 规范化 DOS 路径以将正斜杠替换为反斜杠;使用进程工作目录或每个驱动器工作目录解析相对路径(即没有根目录或没有驱动器的路径);解析"."和".."组件;并修剪最终组件的尾随空格和点。

访问 DOS 路径时，Windows 会将其转换为以 WINAPI 设备前缀之一"\\.\"和"\\？\"开头的设备路径(例如，"C：\Windows" -> "\\？\C：\Windows")。对于驱动器号路径和相对路径(但不是 UNC 路径)，它会在最终路径组件中保留一小组 DOS 设备名称(例如"C：\Temp\con" -> "\\.\con" 和 "nul" -> "\\.ul")。对于 UNC 路径，它使用"UNC"设备挂载点(例如 \\服务器\共享\路径 -> "\\？\UNC\服务器\共享\路径")。在呼叫传递到 NT 域之前，WINAPI 设备前缀("\\.\"或"\\？\")将替换为 NTAPI 设备前缀("\？？\").

这些设备命名空间前缀是 NT 对象命名空间中调用方本地挂载点目录的简写(即"\Sessions\0\DosDevices\<调用方的登录会话 ID=">")。本地挂载点目录隐式隐藏全局挂载点目录(即"\Global？？")。例如，"C：\Temp"变为"\？？\C：\Temp"，其计算结果为"\全局？？\C：\Temp"，如果全局"C："未在本地阴影。全局挂载点可以通过"全局"对象链接(例如"\\？\Global\C：\Temp")显式引用，该链接应始终可用。

通常，DOS 路径规范化使用空间不超过MAX_PATH(260) 个字符的字符串缓冲区。在 Windows 10 中，如果为系统启用了长路径，并且应用程序清单声明它是长路径感知的，则会解除此旧限制(在大多数情况下)。这 Python 3.6+ 中的"python[w].exe"可执行文件具有此清单设置。

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，称为扩展路径。这类似于以"\\.\"前缀开头的常规设备路径，只是扩展路径在访问时不会规范化。 缺点是我们必须实现自己的路径规范化。在 Python 中，这是由os.path.abspath实现的。我们仍然需要手动重写 UNC 路径，但这只是将前导"\\"替换为"\\？\UNC\"的简单问题。

请注意，工作目录不支持设备路径，无论是否扩展。如果我们将设备路径设置为工作目录，则系统具有未定义的行为。所以不要将它们与 Python 的os.chdir或subprocess.Popen的cwd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绕过使用长相对路径的限制。在 Windows 10 中，如果为进程启用了长 DOS 路径，则工作目录确实支持长路径，但它仍然仅支持常规 DOS 路径(UNC 和驱动器号路径)，而不支持设备路径。

Answer 2

每当我处理文件时，我总是尝试使用python的pathlib模块。文件名中的初始a似乎有错误

import pandas as pd                                                        
import pathlib                                                             
path_to_file = pathlib.Path("g:Pythonabcd (xyz-9) Interim Report 01-03-18.xlsx")
df = pd.read_exces(path_to_file)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: module 'pandas' has no attribute 'read_exces'
df = pd.read_excel(path_to_file)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:Program FilesPython37libsite-packagespandasutil_decorators.py", line 188, in wrapper
return func(*args, **kwargs)
File "C:Program FilesPython37libsite-packagespandasutil_decorators.py", line 188, in wrapper
return func(*args, **kwargs)
File "C:Program FilesPython37libsite-packagespandasioexcel.py", line 350, in read_excel
io = ExcelFile(io, engine=engine)
File "C:Program FilesPython37libsite-packagespandasioexcel.py", line 653, in __init__
self._reader = self._engines[engine](self._io)
File "C:Program FilesPython37libsite-packagespandasioexcel.py", line 424, in __init__
self.book = xlrd.open_workbook(filepath_or_buffer)
File "C:Program FilesPython37libsite-packagesxlrd__init__.py", line 111, in open_workbook
with open(filename, "rb") as f:
OSError: [Errno 22] Invalid argument: 'g:\Pythonx07bcd (xyz-9) Interim Report 01-03-18.xlsx'

似乎由于前面的反斜杠，初始a在某个时候被解释为 U+0007x07控制符号：警报 [BEL]。

这就是为什么在定义路径时必须使用原始字符串，正如Dawid所建议的那样。

path_to_file = pathlib.Path(r"g:Pythonabcd (xyz-9) Interim Report 01-03-18.xlsx")