如何在 macOS 上重命名带有重音符号的文件名？

Question

在 macOS 和至少 HFS+ 文件系统上，重音字符以其分解形式进行编码，因此à编码为a\u300(a后跟结合严肃的口音 组合字符）即使您使用touch $'\ue0'（预先组合的形式（a带有重音的独立形式）创建了文件，也会导致各种错误（以及莱纳斯·托瓦尔德著名的咆哮之一）喜欢它的伪大小写不敏感。

您会注意到，如果您这样做：

touch à; echo ?

要列出由一个字符组成的文件名，它不会返回任何内容：

echo ??

或者

echo *a*

确实返回该值à（实际上à）。和：

$ echo ?? | uconv -x name
\N{LATIN SMALL LETTER A}\N{COMBINING GRAVE ACCENT}\N{<control-000A>}

所以你需要：

rename $'s/a\u300/a/g' ./*

（假设zsh或兼容的外壳）。或者手动指定 U+0300 字符 (0xcc 0x80) 的 UTF-8 编码，对于支持 ksh93$'...'引号但不支持zsh's 的shell（如macOS 上的$'\u300'古老版本）：bash

rename $'s/a\xcc\x80/a/g' ./*

或者直接perl解释这些\xcc\x80序列：

rename 's/a\xcc\x80/a/g' ./*

或者 unicode 字符：

PERL_UNICODE=AS rename 's/\x{300}//' ./*

或者删除所有组合字符：

PERL_UNICODE=AS rename -n 's/\pM//g' ./*

在那里，我们告诉perl要考虑A参数和Stdio 流以 UTF-8 编码（请参阅相当于该选项的环境变量perldoc perlrun的描述），并删除所有具有ark Unicode属性的字符（是or的缩写，请参阅详情）$PERL_UNICODE-CMp\pM\p{Mark}\p{Combining_Mark}perldoc perluniprops

请注意，您应该能够zsh通过以下方式列出该文件（在中）：

ls -d $'a\u300'

和：

ls -d $'\ue0'

（$'A\u300' and possibly $'\uc0因为À它不区分大小写），但是：

ls -d *A*

以及除以下之外的外壳zsh：

ls -d *$'\ue0'*
ls -d *$'\xc3\xa0'*

不会匹配它，因为 shell 列出当前目录的内容并对每个文件名应用模式，并且文件名被编码为a\u300不匹配。

但是，仅在zshmacOS 上，shell 会在内部将这些具有组合重音符号的字母转换为其预组合形式，readdir()就像将它们传递给iconv -f UTF-8-MAC -t UTF-8.它自己的内部zreaddir()包装readdir()确实返回 U+00E0 而不是aU+0300解释为什么echo *à*在那里工作（而不是echo *a*）而不是在其他地方工作。

该变更于 2014 年 6 月推出。请参阅有关更多详细信息，请在 zsh 邮件列表上进行讨论。

问题的核心在于用户输入所使用的编码与文件系统中用于存储（和列出）文件名的编码之间的差异。韩语中的问题要严重得多，几乎每个字符都有预先组合和分解的形式，这解释了为什么 zsh 问题最初是由韩国人提出的。

所以zsh基本上修复苹果在文件系统中对分解形式的选择很差，因此可以使用它的完成和通配符，但不幸的是，这仅适用于zsh，ls | grep à否则find . -name '*à*'仍然不起作用。

Answer 1