Geçersiz karakterler dosya adlarından nasıl çıkarılır?

Bunun gibi geçersiz karakter içeren dosyalarım var

009_-_�%86ndringshåndtering.html

ÆDosya adında bir şeyler ters gitti.

Tüm geçersiz karakterleri silmenin bir yolu var mı?

veya bir trşekilde kullanılabilir mi?

echo "009_-_�%86ndringshåndtering.html" | tr ???

Bir yol sed ile olurdu:

mv 'file' $(echo 'file' | sed -e 's/[^A-Za-z0-9._-]/_/g')

fileElbette, dosya adınızla değiştirin . Bu, bir harf, sayı, nokta, alt çizgi veya kısa çizgi olmayan herhangi bir şeyin yerine geçer. İstediğiniz gibi tutmak için karakter ekleyebilir veya kaldırabilir ve / veya değiştirilen karakteri başka bir şeyle veya hiç bir şeyle değiştirebilirsiniz.

Linux kutusunda olduğunuzu ve dosyaların bir Windows kutusunda yapıldığını varsayıyorum. Linux, dosya adları için karakter kodlaması olarak UTF-8'i kullanırken, Windows başka bir şey kullanır. Bence sorunun nedeni bu.

"Convmv" kullanırdım. Bu, dosya adlarını bir karakter kodlamasından diğerine dönüştürebilen bir araçtır. Batı Avrupa için bunlardan biri normal olarak çalışır:

convmv -r -f windows-1252 -t UTF-8 .
convmv -r -f ISO-8859-1 -t UTF-8 .
convmv -r -f cp-850 -t UTF-8 .

Debian tabanlı bir Linux üzerine kurmanız gerekiyorsa bunu çalıştırarak yapabilirsiniz:

sudo apt-get install convmv

Her zaman benim için çalışıyor ve orijinal dosya adını kurtarır.

Kaynak: LeaseWebLabs

Diyelim ki dosya sistemini geçmek ve tüm bu dosyaları düzeltmek mi istiyorsunuz?

İşte böyle yaparım

find /path/to/files -type f -print0 | \
perl -n0e '$new = $_; if($new =~ s/[^[:ascii:]]/_/g) {
  print("Renaming $_ to $new\n"); rename($_, $new);
}'

Bu, ascii olmayan karakterlere sahip tüm dosyaları bulur ve bu karakterleri underscores ( _) ile değiştirirdi . Ancak yeni adı olan bir dosya varsa, üzerine yazacaktır. Betik böyle bir durumu kontrol etmek için değiştirilebilir, ancak bunu basit tutmak için eklemedim.

Https://stackoverflow.com/questions/2124010/grep-regex-to-match-non-ascii-characters adresindeki cevapları takip ederek , Kullanabilirsiniz:

rename 's/[^\x00-\x7F]//g' *

Yeniden *adlandırmak istediğiniz dosyaları eşleştiriyor. Birden fazla klasör üzerinde yapmak istiyorsanız, şöyle bir şey yapabilirsiniz:

find . -exec rename 's/[^\x00-\x7F]//g' "{}" \;

-N argümanını renamekuru bir işlem yapmak için kullanabilir ve neyin değişeceğini görmeksizin neyin değişeceğini görebilirsiniz.

Kırık dosya adlarına sahip, bozuk bir usb bellekten kurtarılan bazı japon dosyalarım vardı ve yukarıdaki çözümler benim için işe yaramadı.

Detoks paketini tavsiye ederim:

Detoks yardımcı programı, çalışmayı kolaylaştırmak için dosyaları yeniden adlandırır. Boşlukları ve diğer sıkıntıları giderir. Ayrıca 8 bitlik ASCII ile kodlanmış Latin-1 (ISO 8859-1) karakterlerini, UTF-8 ile kodlanmış Unicode karakterlerini ve CGI çıkış karakterlerini de çevirir veya temizler.

Örnek kullanım:

detox -r -v /path/to/your/files

-r Alt dizinlere yineleme
-v Hangi dosyaların yeniden adlandırıldığına dair ayrıntılı bilgi edinin. 
-n Kuru çalışma için kullanılabilir (yalnızca neyin değiştirileceğini gösterin)

Bu kabuk betiği, dosyaları Linux / Windows ve FAT / NTFS / exFAT arasında taşınabilir hale getirmek için yinelenen bir dizini temizler. Kontrol karakterlerini /:*?"<>\|ve benzeri bazı ayrılmış Windows adlarını kaldırır COM0.

sanitize() {
  shopt -s extglob;

  filename=$(basename "$1")
  directory=$(dirname "$1")

  filename_clean=$(echo "$filename" | sed -e 's/[\\/:\*\?"<>\|\x01-\x1F\x7F]//g' -e 's/^\(nul\|prn\|con\|lpt[0-9]\|com[0-9]\|aux\)\(\.\|$\)//i' -e 's/^\.*$//' -e 's/^$/NONAME/')

  if (test "$filename" != "$filename_clean")
  then
    mv -v "$1" "$directory/$filename_clean"
  fi
}

export -f sanitize

sanitize_dir() {
  find "$1" -depth -exec bash -c 'sanitize "$0"' {} \;
}

sanitize_dir '/path/to/somewhere'

Linux teoride daha az kısıtlayıcıdır ( /ve \0dosya isimlerinde kesinlikle yasaktır) ancak pratikte birkaç karakter bash komutlarına müdahale eder (gibi *...) bu yüzden dosya isimlerinden de kaçınılmalıdır.

Dosya adlandırma kısıtlamaları için harika kaynaklar:

• MSDN: Dosyaları Adlandırma
• Wikipedia: Dosya adı sınırlamalarının karşılaştırılması

Gömülü yeni satırları, çok baytlı karakterleri, boşlukları, öncü çizgileri, ters eğik çizgileri ve daha sağlam bir şeye ihtiyacınız olan boşlukları ele almak istiyorsanız, şu cevaba bakın:
https://superuser.com/a/858671/365691

Birisi ilgimi çekerse , betiği code.google.com adresinde yazdım : rnf-bash-rename-script

Altyazı dosyalarındaki geçersiz karakterleri kaldırmak için bu tek astarı kullanıyorum:

for f in *.srt; do nf=$(echo "$f" |sed -e 's/[^A-Za-z0-9.]/./g' |sed 's/\.\.\././g' |sed 's/\.\././g'); test "$f" != "$nf" && mv "$f" "$nf" && echo "$nf"; done

1. Yalnızca * .srt dosyalarını işle (*, her dosyayı işlemek için * .srt yerine kullanılabilir)
2. A-Za-z harfleri, 0-9 arası sayılar ve "" ifadeleri dışındaki tüm karakterleri kaldırır.
3. Olası çift veya üçlü dönemleri kaldırır
4. Dosya adının geçersiz karakterleri olup olmadığını kontrol eder.
5. True olursa, dosyayı mv komutuyla yeniden adlandırır, ardından echo komutuyla yaptığı değişiklikleri çıkarır

* içindeki dosya için; mv "$ dosya" $ (eko "$ dosya" | | sed -e 's / [^ A-Za-z0-9. -] / / g'); bitti