☰

查找 NFD 编码的文件名

tag-icon • tag-icon linux file-management rsync encoding filenames
查找 NFD 编码的文件名

我已经将 Mac 上的目录 rsync 到 Linux 机器上，其中包含带有特殊字符（变音符号）的文件和文件夹。不幸的是，Mac 使用 NFD 编码（感谢 Apple！），rsync 无法将其转换为 NFC 标准文件名编码。rsync列出这些文件，例如传输期间Einversta?\#210ndniserkla?\#210rung.pdf应有的文件Einverständniserklärung.pdf。在 Linux 机器上，这会导致文件重复，例如文件夹包含两个同名文件Einverständniserklärung.pdf（一个采用 NFD 编码，另一个采用 NFC 编码）。

如何找到所有 NFD 编码的文件并删除它们？这必须是可能的，例如通过使用find。

答案1

有两种方法：

  • 问题如下：尝试将文件名转换为 NFD，看看输出是否与输入相同。如果相同，则文件名已经是 NFD。

  • 更有用：尝试将文件名转换为近场通信，看看是否得到相同的结果。如果没有，则文件名是 NFD 或 NFKC 或 NFKD 或混合/格式错误，但仍然不是 NFC。

要查找并重命名受影响的文件，请使用康维：

convmv -f utf-8 -t utf-8 --nfc ...

对于更容易编写脚本的东西，你可以使用 Perl 的Unicode::规范化：

find -type f | perl -C -MUnicode::Normalize -n -e'print if $_ eq NFD($_)'

查找所有非 NFC 名称（包括 NFD 和未规范化的名称）：

find -type f | perl -C -MUnicode::Normalize -n -e'print if $_ ne NFC($_)'

相关内容