У меня есть проблема, описанная в этой Q & A . Вероятно, из довольно старых дистрибутивов Linux или из Windows у меня есть несколько файлов с неработающими именами файлов. ls
отображает "?" вместо сломанного персонажа. Я успешно переименовал некоторые из этих файлов, но я не знаю, нашел ли я их все.
Есть ли способ найти все затронутые файлы?
Предполагая, что вы используете кодировку utf-8 (по умолчанию в Ubuntu), этот сценарий должен, надеюсь, идентифицировать имена файлов и переименовать их для вас.
Работает, используя find с C-кодировкой (ascii) для поиска файлов с непечатными символами в них. Затем он пытается определить, являются ли эти непечатаемые символы символами utf-8 или нет. Если нет, он показывает вам имена файлов, декодированные для каждой из кодировок, перечисленных в массиве enc
, что позволяет вам выбрать тот, который выглядит правильно, чтобы переименовать его.
latin1 обычно использовался в старых системах linux, а windows-1252 сейчас широко используется в windows (я думаю). iconv -l
покажет вам список возможных кодировок.
#!/bin/bash
# list of encodings to try. (max 10)
enc=( latin1 windows-1252 )
while IFS= read -rd '' file <&3; do
base=${file##*/} dir=${file%/*}
# if converting from utf8 to utf8 succeeds, we'll assume the filename is ok.
iconv -f utf8 <<< "$base" >/dev/null 2>&1 && continue
# display the filename converted from each enc to utf8
printf 'In %s:\n' "$dir/"
for i in "${!enc[@]}"; do
name=$(iconv -f "${enc[i]}" <<< "$base")
printf '%2d - %-12s: %s\n' "$i" "${enc[i]}" "$name"
done
printf ' s - Skip\n'
while true; do
read -p "? " -n1 ans
printf '\n'
if [[ $ans = [0-9] && ${enc[ans]} ]]; then
name=$(iconv -f "${enc[ans]}" <<< "$base")
mv -iv "$file" "$dir/$name"
break
elif [[ $ans = [Ss] ]]; then
break
fi
done
done 3< <(LC_ALL=C find . -depth -name "*[![:print:][:space:]]*" -print0)
Попробуйте:
find / | grep -P "[\x80-\xFF]"
Это позволит найти все не-ASCII символы в именах файлов и папок и помочь вам найти виновных: P
Начните с этой команды поиска регулярных выражений и изменяйте ее, пока не попадете только в тех, кого вы интересуете: find . | egrep [^a-zA-Z0-9_./-\s]
.
В приведенном выше примере будут найдены имена файлов, которые не имеют символов UTF-8.