[總結]Perl在遇到Unicode字符文件名時的各種處理方法
阿新 • • 發佈:2018-02-12
ref 路徑 進行 foreach quest error 對象 odi base
環境 XP/WIN7 Perl v5.16
編輯整理:523066680
常見的那些文件操作函數都不支持,於是為了達到目的,需要各種方法配合,應該是不如其他語言方便。
我只是想看看Perl到底是否適合做這件事,於是折騰了一回。
文件的建立:
-
模塊:Win32
- use Win32;
- use utf8;
- use Encode;
- #接受unicode傳參
- Win32::CreateFile("W32CreateFile?測試");
復制代碼
- 特性: 成功返回true,但不返回文件句柄
-
Creates the FILE and returns a true value on success.
-
Check $^E on failure for extended error information.
-
模塊:Win32API::File
-
函數:$hObject= CreateFileW( $swPath, $uAccess, $uShare, $pSecAttr, $uCreate, $uFlags, $hModel )
-
$hObject可以返回文件對象句柄
-
註意事項: 傳入的文件路徑的編碼格式為:UTF16-LE ,必須以\x00結尾,示例(代碼保存為utf8格式):
- use Win32API::File qw(:ALL);
- use utf8;
- use Encode;
- $str="文tes?t.txt\x00";
- $hobject=CreateFileW(encode(‘UTF16-LE‘, $str), GENERIC_WRITE, 0, [], OPEN_ALWAYS,0,0);
復制代碼
目錄的建立
-
模塊:Win32
- use Win32;
- use utf8;
- Win32::CreateDirectory("Dir?測試");
復制代碼
文件的枚舉
-
在遇到unicode字符的時候,File::Find模塊 以及 IO::Dir 模塊都只能輸出文件短名。
-
暫時用CMD /U Dir 的方法輸出文件列表(郁悶吧,暫時沒找到能完美操作的內置模塊)
-
參考文章
http://www.perlmonks.org/?node_id=536223
-
how to read unicode filename
復制某個文件夾內的文件(文件名含unicode字符)
-
模塊:Win32API::File
-
如果先獲取文件的短名,然後再復制,但是目標文件名也會變成短名。
-
於是暫時用cmd /U 模式獲取文件列表,然後CopyFileW進行復制:
- use Win32API::File qw‘:ALL‘;
- use Encode;
- use utf8;
- my $src=encode(‘gbk‘,‘.\\測試目錄‘);
- my $dst=‘.\\Target‘;
- #該目錄只有一層,/s開關是為了列出完整的路徑
- my $all=`cmd /U /C dir /s /b \"$src\"`;
- my $fn;
- foreach (split(/\x0d\x00\x0a\x00/, $all)) {
- $fn = encode(‘gbk‘, decode(‘utf16-le‘,$_))."\n";
- @xrr=split(/\x5c\x00/, $_);
- CopyFileW(
- $_ ."\x00",
- encode(‘utf-16le‘, decode(‘utf8‘, "$dst\\")).$xrr[$#xrr]."\x00",
- 1
- );
- print "$^E\n" if ($^E);
- }
- <STDIN>;
復制代碼
- 細節一、
-
正確地使用 split $all 截斷utf-16le字符段落,分隔符為0d 00 0a 00
-
參考枚舉腳本
-
細節二、
-
如果用basename()分割路徑,同樣會遇到00被忽略的問題,‘\\‘ 的U16LE
-
編碼是5C 00,但是basename 只按5C截斷,剩下的00造成了處理亂碼。
-
測試basename的第二個參數設置為 "\x5c\x00" 並不能解決這個問題
-
解決方法一、
-
手工去掉開頭處00
-
方法二、
-
先轉為GBK,再獲取basename,再轉utf-16le
-
2014-12-12 備註這種方法在LongPath的情況下,會丟失unicode字符
-
可以考慮轉為UTF-8,不管怎麽說都有點繞
-
方法三、
-
自己用正則表達式獲取
-
/\x5C\x00([^\x5c]+)$/;
-
$1
-
方法四、
-
@xrr=split(/\x5c\x00/, $_);
-
$xrr[$#xrr]
-
細節三、
-
CopyFileW復制文件時,要在末尾加\x00作為字符串終止符
-
否則各種問題=_=
判斷文件是否存在:
-
方法一:先轉為短名再判斷,不做贅述
-
方法二:渣方法,用CreateFileW測試建立同名文件,看是否有沖突
重命名:
-
模塊:Win32API::File
- MoveFileW(
- encode(‘utf-16le‘, decode(‘utf8‘,$F))."\x00",
- encode(‘utf-16le‘, decode(‘utf8‘,$newname))."\x00"
- );
復制代碼
獲取文件的日期信息:
-
普通文件名的情況
http://stackoverflow.com/questions/1839877/
-
how-can-i-get-a-files-modification-date-in-ddmmyy-format-in-perl
-
含有Unicode字符的文件名的情況
http://www.perlmonks.org/?node_id=741797
-
How to stat a file with a Unicode (UTF16-LE) filename in Windows?
-
其中的方法是通過createfileW 獲取文件句柄,然後用OsFHandleOpen獲取通用的文件句柄對象,並傳入state
-
(感覺特別繞)
-
另一種就是先轉為短名再獲取日期,但是這種方法在處理文件量大的時候,效率非常低。前面perlmonks中的方法
-
效率要高得多
- use utf8;
- use Encode;
- use Win32;
- $filename=‘D:\測試目錄\董貞 ? 01.劍如虹.[貞江湖].mp3‘;
- $filename=Win32::GetShortPathName($filename);
- my $mtime = (stat $filename)[9];
- my($sec,$min,$hour,$mday,$mon,$year,$wday,$yday,$isdst) = localtime($mtime);
- $year+=1900;
- $mon+=1;
- print "$year-$mon-$mday\n";
- <STDIN>;
復制代碼
[總結]Perl在遇到Unicode字符文件名時的各種處理方法