将字符串转换为有效的文件名？

Question

我有一个要用作文件名的字符串，因此我想使用Python删除文件名中不允许的所有字符。我宁愿严格一点，所以假设我只保留字母，数字和一小部分其他字符，例如"_-.() "。什么是最优雅的解决方案？文件名在多个操作系统（Windows，Linux和Mac OS）上必须有效-这是我库中的MP3文件，歌曲名作为文件名，并且在3台计算机之间共享和备份。

Answer 1

您可以查看Django框架，了解它们如何从任意文本创建“子弹”。slug是URL和文件名友好的。

Django文本工具定义了一个函数，slugify()这可能是此类事情的黄金标准。本质上，它们的代码如下。

def slugify(value):

    """

    Normalizes string, converts to lowercase, removes non-alpha characters,

    and converts spaces to hyphens.

    """

    import unicodedata

    value = unicodedata.normalize('NFKD', value).encode('ascii', 'ignore')

    value = unicode(re.sub('[^\w\s-]', '', value).strip().lower())

    value = unicode(re.sub('[-\s]+', '-', value))

还有更多，但我不予赘述，因为它不解决节段化，而是逃脱。

Answer 2

只是为了使事情更加复杂，不能保证仅通过删除无效字符就可以获得有效的文件名。由于不同文件名上允许的字符不同，因此保守的方法可能最终将有效名称变成无效名称。在以下情况下，您可能需要添加特殊处理：

• 该字符串是所有无效字符（留空字符串）

• 您最终得到一个具有特殊含义的字符串，例如“。”。要么 ”..”

• 在Windows上，某些设备名称被保留。例如，您无法创建名为“ nul”，“ nul.txt”（或实际上是nul.anything）的文件。保留名称为：

  CON，PRN，AUX，NUL，COM1，COM2，COM3，COM4，COM5，COM6，COM7，COM8，COM9，LPT1，LPT2，LPT3，LPT4，LPT5，LPT6，LPT7，LPT8和LPT9

您可以通过在文件名前添加一些字符串来解决这些问题，这些文件名永远不会导致这些情况之一，并去除无效字符。