Извините за задавание вопроса, подобного моему предыдущему. Различие от последнего вопроса - то, что теперь это находится в архиве zip, где китайское кодирование на названия сжатых файлов не распознано, и после извлечения и после списка содержания архива zip:
$ unzip -l "严蔚敏数据结构(c语言版)教材及答案.zip"
Archive: 严蔚敏数据结构(c语言版)教材及答案.zip
Length Date Time Name
--------- ---------- ----- ----
25600 2000-01-04 23:27 ?+?+i- ??-?.doc
80896 2000-01-04 23:27 ?+??i- -+.doc
41984 2000-01-04 23:27 ?++?i- i+????-?.doc
52224 2000-01-04 23:27 ?+?+i- ??i?.doc
50688 2000-01-04 23:27 ?+??i- ??????.doc
54272 2000-01-04 23:27 ?++?i- -????-??????.doc
26112 2000-01-04 23:27 ?+?-i- ?????????_+?.doc
76288 2000-01-04 23:27 ?+-?i- -??-????-?.doc
53760 2000-01-04 23:27 ?+-?i- -+?+++?=.doc
53760 2000-01-04 23:27 ?+--i- ??.doc
7929077 2009-02-26 22:49 -???????+C????+??+?+?+pdf.pdf
--------- -------
8444661 11 files
Я задавался вопросом, как иметь дело с этой проблемой?
Спасибо и всего наилучшего!
обновление:
Я загрузил этот архив zip на, и он может быть загружен с http://www.mediafire.com/?dw87ee72m56evy9
Я пытался использовать chardet для определения кодирования названий сжатых файлов:
$ unzip -l "严蔚敏数据结构(c语言版)教材及答案.zip" | chardet
<stdin>: utf-8 (confidence: 0.99)
Но имена файлов действительно кодируются в utf-8? Разве они не предположены быть во внешнем кодировании? Я предполагаю вывод unzip -l
слишком много, и как я только выберу имена файлов в его выводе, как введено к chardet?
Я извлек бы файлы, затем сделал бы a
ls | chardet
видеть то, что это говорит.
Кроме того, Вы могли попробовать различную кодировку
ls | iconv -f GB2312
например. Вы видели кодирование, известное iconv
с iconv -l
.
После того, как определенный кодирование, давайте предположим, GB2312, необходимо изменить имена файлов, для изменения кодирования на UTF8
for f in *; do
g="$(iconv -f GB2312 <<<"$f")"
mv "$f" "$g"
done
Править
Попробованный атака перебором к Вашему zip-файлу, преобразовывая в каждое известное кодирование, но ни один из них, кажется, мне не вероятен
#!/bin/bash
iconv -l |
sed 's|//$||' |
while read enc; do
printf "\n --- $enc ---\n\n"
ls | iconv -cf "$enc" 2>/dev/null
done
Обычно имена файлов интерпретируются как западный набор символов. Таким образом необходимо сначала преобразовать имена файлов из UTF-8 назад к ISO, затем интерпретируют тот "поток байтов" как GB2312 назад к UTF-8. т.е.:
ls | iconv-f UTF-8-t ISO8859-1 | iconv-f GB2312-t UTF-8
Это не работает на Ваш определенный файл, таким образом, Вы могли бы хотеть узнать, как файл был создан (что система, что программа, что язык и т.д.)
См. также http://en.wikipedia.org/wiki/Mojibake
Вам будет нужен iconv, но convmv и cconv являются дополнительными.
Step 1, find the correct char-encode converting chain.
Step 2, rename files by a shell script.
Иногда, в цепочке преобразования существует неправильная кодировка символов. Необходимо узнать разрыв, между прочим в сообщении enzotib.
Например, файл, названный "冼极. otf" в utf8 файловой системе.
touch 冼极.otf
Я должен сделать followings для получения его корректного имени "宋体. otf".
convmv --notest -f utf8 -t cp950 *.otf
convmv --notest -f cp936 -t utf8 *.otf
После того, как у каждого есть его корректное имя, хотел бы делать упрощенный - традиционное китайское преобразование при помощи cconv как в сценарии оболочки ниже. В моем случае "宋體. otf" наконец.
#!/bin/sh
# bash shell script
mkdir TW
for filename in *; do [ -d "$filename" ] || echo "$filename" ; done |
while read filename; do
filename_TW=`echo "$filename" | cconv -f UTF8-CN -t UTF8-TW`
printf "\n --- $filename $filename_TW ---\n\n"
#uncomment lines below if you've confirmed the names
#mv "$filename" "TW/$filename_TW"
#touch "$filename"
done
Вот другой пример относительно сообщения Daniel. Файл под названием "ý¹ъÖ¾.txt" в utf8 файловой системе.
touch ý¹úÖ¾.txt
После некоторых следов я нахожу, что его корректным именем упрощенного китайского является ".txt"
ls | iconv -f utf-8 -t iso-8859-1 | iconv -f cp936 -t utf-8
Затем я переименовываю его к традиционному китайскому имени ".txt"
#!/bin/sh
mkdir BACKUP
for filename in *; do [ -d "$filename" ] || echo "$filename" ; done |
while read filename; do
filename_TW=`echo "$filename" | iconv -f utf-8 -t iso-8859-1 | iconv -f cp936 -t utf-8 | cconv -f UTF8-CN -t UTF8-TW`
mv "$filename" "$filename_TW"
touch "BACKUP/$filename"
done
Пластина
Попытка:
unzip -O cp936 "严蔚敏数据结构(c语言版)教材及答案.zip"