免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
最近访问板块 发新帖
查看: 3094 | 回复: 0

[总结]Perl在遇到Unicode字符文件名时的各种处理方法 [复制链接]

论坛徽章:
12
子鼠
日期:2014-10-11 16:46:482016科比退役纪念章
日期:2018-03-16 10:24:0515-16赛季CBA联赛之山东
日期:2017-11-10 14:32:142016科比退役纪念章
日期:2017-09-02 15:42:4715-16赛季CBA联赛之佛山
日期:2017-08-28 17:11:5515-16赛季CBA联赛之浙江
日期:2017-08-24 16:55:1715-16赛季CBA联赛之青岛
日期:2017-08-17 19:55:2415-16赛季CBA联赛之天津
日期:2017-06-29 10:34:4315-16赛季CBA联赛之四川
日期:2017-05-16 16:38:55黑曼巴
日期:2016-07-19 15:03:112015亚冠之萨济拖拉机
日期:2015-05-22 11:38:5315-16赛季CBA联赛之北京
日期:2019-08-13 17:30:53
发表于 2015-03-27 12:05 |显示全部楼层
本帖最后由 523066680 于 2015-03-27 12:39 编辑

连perlmonks 和 stackoverflow的链接都不能发,不发就不发咯~

环境 XP/WIN7  Perl v5.16
编辑整理:523066680

常用那些文件操作函数都不支持,于是为了达到目的,需要各种方法配合。
我只是想看看Perl做这件事情会不会太折腾,于是折腾了一回。

文件的建立:

    模块:Win32
    1. use Win32;
    2. use utf8;
    3. use Encode;

    4. #接受unicode传参
    5. Win32::CreateFile("W32CreateFile・测试");
    复制代码
    特性: 成功返回true,但不返回文件句柄
    Creates the FILE and returns a true value on success.
    Check $^E on failure for extended error information.

    模块:Win32API::File
    函数:$hObject= CreateFileW( $swPath, $uAccess, $uShare, $pSecAttr, $uCreate, $uFlags, $hModel )
    $hObject可以返回文件对象句柄
    注意事项: 传入的文件路径的编码格式为:UTF16-LE ,必须以\x00结尾,示例(代码保存为utf8格式):
    1. use Win32API::File qw(:ALL);
    2. use utf8;
    3. use Encode;
    4. $str="文tes・t.txt\x00";
    5. $hobject=CreateFileW(encode('UTF16-LE', $str), GENERIC_WRITE, 0, [], OPEN_ALWAYS,0,0);
    复制代码


目录的建立

    模块:Win32
    1. use Win32;
    2. use utf8;

    3. Win32::CreateDirectory("Dir・测试");
    复制代码

文件的枚举

    在遇到unicode字符的时候,File::Find模块 以及 IO::Dir 模块都只能输出文件短名。
    暂时用CMD /U Dir 的方法输出文件列表(郁闷吧,暂时没找到能完美操作的内置模块)
    参考文章

    how to read unicode filename


复制某个文件夹内的文件(文件名含unicode字符)

    模块:Win32API::File
    如果先获取文件的短名,然后再复制,但是目标文件名也会变成短名。
    于是暂时用cmd /U 模式获取文件列表,然后CopyFileW进行复制:
    1. use Win32API::File qw':ALL';
    2. use Encode;
    3. use utf8;

    4. my $src=encode('gbk','.\\测试目录');
    5. my $dst='.\\Target';

    6. #该目录只有一层,/s开关是为了列出完整的路径
    7. my $all=`cmd /U /C dir /s /b \"$src\"`;
    8. my $fn;

    9. foreach (split(/\x0d\x00\x0a\x00/, $all)) {
    10.     $fn = encode('gbk', decode('utf16-le',$_))."\n";
    11.     @xrr=split(/\x5c\x00/, $_);
    12.     CopyFileW(
    13.         $_ ."\x00",
    14.         encode('utf-16le', decode('utf8', "$dst\\")).$xrr[$#xrr]."\x00",
    15.         1
    16.     );
    17.     print "$^E\n" if ($^E);
    18. }
    19. <STDIN>;
    复制代码
    细节一、
        正确地使用 split $all 截断utf-16le字符段落,分隔符为0d 00 0a 00
        参考枚举脚本

    细节二、
        如果用basename()分割路径,同样会遇到00被忽略的问题,'\\' 的U16LE
        编码是5C 00,但是basename 只按5C截断,剩下的00造成了处理乱码。

        测试basename的第二个参数设置为 "\x5c\x00" 并不能解决这个问题
        解决方法一、
            手工去掉开头处00
        方法二、
            先转为GBK,再获取basename,再转utf-16le
            2014-12-12 备注这种方法在LongPath的情况下,会丢失unicode字符
            可以考虑转为UTF-8,不管怎么说都有点绕
        方法三、
            自己用正则表达式获取
            /\x5C\x00([^\x5c]+)$/;
            $1
        方法四、
            @xrr=split(/\x5c\x00/, $_);
            $xrr[$#xrr]

    细节三、
        CopyFileW复制文件时,要在末尾加\x00作为字符串终止符
        否则各种问题=_=


判断文件是否存在:

    方法一:先转为短名再判断,不做赘述
    方法二:渣方法,用CreateFileW测试建立同名文件,看是否有冲突


重命名:

    模块:Win32API::File
    1. MoveFileW(
    2.     encode('utf-16le', decode('utf8',$F))."\x00",
    3.     encode('utf-16le', decode('utf8',$newname))."\x00"
    4.     );
    复制代码


获取文件的日期信息:

    普通文件名的情况

    how-can-i-get-a-files-modification-date-in-ddmmyy-format-in-perl

    含有Unicode字符的文件名的情况

    How to stat a file with a Unicode (UTF16-LE) filename in Windows?
    其中的方法是通过createfileW 获取文件句柄,然后用OsFHandleOpen获取通用的文件句柄对象,并传入state
    (感觉特别绕)

    另一种就是先转为短名再获取日期
    1. use utf8;
    2. use Encode;
    3. use Win32;

    4. $filename='D:\测试目录\董贞 ・ 01.剑如虹.[贞江湖].mp3';
    5. $filename=Win32::GetShortPathName($filename);

    6. my $mtime = (stat $filename)[9];
    7. my($sec,$min,$hour,$mday,$mon,$year,$wday,$yday,$isdst) = localtime($mtime);
    8. $year+=1900;
    9. $mon+=1;
    10. print "$year-$mon-$mday\n";
    11. <STDIN>;
    复制代码
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP