抱歉,我问了类似问题我以前的与上一个问题不同的是,现在是 zip 压缩包,无论是解压后还是列出 zip 压缩包内容后,都无法识别压缩文件名称中的中文编码:
$ 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
我想知道如何解决这个问题?
感谢致敬!
更新:
我已将此 zip 存档上传至,可从以下位置下载:http://www.mediafire.com/?dw87ee72m56evy9
我尝试使用 chardet 来确定压缩文件名称的编码:
$ 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)
但是文件名确实是用 utf-8 编码的吗?它们不应该是外来编码吗?我猜输出unzip -l
太多了,我该如何从其输出中挑选出文件名作为 chardet 的输入?
答案1
尝试:
unzip -O cp936 "严蔚敏数据结构(c语言版)教材及答案.zip"
答案2
我会提取文件,然后做一个
ls | chardet
看看它说了什么。
另外,你可以尝试使用不同的编码
ls | iconv -f GB2312
iconv
例如。您可以使用查看已知的编码iconv -l
。
一旦确定了编码,假设是 GB2312,您应该修改文件名,将编码更改为 UTF8
for f in *; do
g="$(iconv -f GB2312 <<<"$f")"
mv "$f" "$g"
done
编辑
尝试对你的 zip 文件进行暴力破解,并转换成所有已知的编码,但在我看来,没有一种是可行的
#!/bin/bash
iconv -l |
sed 's|//$||' |
while read enc; do
printf "\n --- $enc ---\n\n"
ls | iconv -cf "$enc" 2>/dev/null
done
答案3
通常文件名会被解释为西方字符集。因此,您必须先将文件名从 UTF-8 转换回 ISO,然后将该“字节流”从 GB2312 解释回 UTF-8。即:
ls | iconv -f UTF-8 -t ISO8859-1 | iconv -f GB2312 -t UTF-8
这对您的特定文件不起作用,因此您可能需要了解该文件是如何创建的(什么系统、什么程序、什么语言等)
答案4
你会需要图标, 但康维和转换率是可选的。
Step 1, find the correct char-encode converting chain.
Step 2, rename files by a shell script.
有时,转换链中会出现错误的字符编码。你必须找出差距,顺便说一下恩佐替布的帖子。
例如在utf8文件系统中名为“冼极.otf”的文件。
touch 冼极.otf
我必须执行以下操作才能获得其正确的名称“宋体.otf”。
convmv --notest -f utf8 -t cp950 *.otf
convmv --notest -f cp936 -t utf8 *.otf
获得正确的名称后,可以使用转换率就像下面的脚本一样。在我的例子中,最后是“宋體.otf”。
#!/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
以下是另一个示例丹尼尔的帖子。utf8 文件系统中名为“ý¹úÖ¾.txt”的文件。
touch ý¹úÖ¾.txt
经过一番尝试,我发现它的正确简体中文名称是“三国志.txt”
ls | iconv -f utf-8 -t iso-8859-1 | iconv -f cp936 -t utf-8
然后我将其重命名为繁体中文名称“三國志.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
鳍