批处理之家 - Powered by Discuz! Board

标题: [原创教程] [总结]Perl在遇到Unicode字符文件名时的各种处理方法 [打印本页]

作者: 523066680 时间: 2015-3-27 11:37 标题: [总结]Perl在遇到Unicode字符文件名时的各种处理方法

本帖最后由 523066680 于 2015-3-27 15:28 编辑

环境 XP/WIN7 Perl v5.16
编辑整理：523066680

常见的那些文件操作函数都不支持，于是为了达到目的，需要各种方法配合，应该是不如其他语言方便。
我只是想看看Perl到底是否适合做这件事，于是折腾了一回。

文件的建立：

use Win32;
use utf8;
use Encode;

#接受unicode传参
Win32::CreateFile("W32CreateFile・测试");
复制代码

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);
复制代码

目录的建立

use Win32;
use utf8;

Win32::CreateDirectory("Dir・测试");
复制代码

文件的枚举

http://www.perlmonks.org/?node_id=536223

复制某个文件夹内的文件(文件名含unicode字符)

use Win32API::File qw':ALL';
use Encode;
use utf8;

my $src=encode('gbk','.\\测试目录');
my $dst='.\\Target';

#该目录只有一层，/s开关是为了列出完整的路径
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>;
复制代码

判断文件是否存在：

重命名：

MoveFileW(
    encode('utf-16le', decode('utf8',$F))."\x00",
    encode('utf-16le', decode('utf8',$newname))."\x00"
    );
复制代码

获取文件的日期信息：

http://stackoverflow.com/questions/1839877/

http://www.perlmonks.org/?node_id=741797

use utf8;
use Encode;
use Win32;

$filename='D:\测试目录\董贞 ・ 01.剑如虹.[贞江湖].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>;
复制代码

作者: CrLf 时间: 2015-3-27 16:07

原来 perl 这么麻烦。。

作者: 523066680 时间: 2015-3-27 16:27

本帖最后由 523066680 于 2015-3-27 16:32 编辑

回复 2# CrLf

然后用Perl撸了一个将备份目录和源目录之间差异的文件进行提取的脚本。
准备改撸C艹但是估计要好长时间摸索了

作者: CrLf 时间: 2015-3-27 16:37

差异文本是什么概念，以什么为依据？

作者: 523066680 时间: 2015-3-27 16:40

本帖最后由 523066680 于 2015-3-27 16:59 编辑

回复 4# CrLf

文件，不是文本。
用Robocopy的做目录同步的时候，如果选择 /MIR模式，会删除、替换三种文件：较旧的文件，较新的文件，多出的文件
然后撸了一个Perl专门提取这三种文件，支持unicode字符的路径、文件名

之前看到论坛有人介绍 SyncToy，试了一下，可以保留同步过程中被删除的文件，但是被统一存放在垃圾桶里…… 并且不包含目录结构

作者: 523066680 时间: 2015-5-23 08:42

回复 6# tigerpower

感谢分享，省了很多繁琐。

作者: 523066680 时间: 2017-3-12 11:32

本帖最后由 523066680 于 2017-3-12 11:38 编辑

tigerpower 曾经在这里回复推荐了 Win32::Unicode，然后他自己删了帖。

我以前执着于用自带的模块做文件系统的事情，现在想想真没必要，应该怎么方便怎么来。

这里重新补充

http://bbs.bathome.net/redirect. ... 89&fromuid=3337

use Win32::Unicode;
use utf8;
my $dirname="CreateDir・测试";
my $dirname_long="CreateDir・测试1/CreateDir・测试2/CreateDir・测试3";
my $dirname_new="CreateDir・测试・新";
my $filename="CreateFile・测试";

mkdirW $dirname;
chdirW $dirname;
mkpathW $dirname_long;
$fh = Win32::Unicode::File->new('>', $filename);
$fh->close;
chdirW $dirname_long;
touchW $filename.'1';
chdirW '../../../..';
cptreeW $dirname.'/',$dirname_new;
复制代码

作者: 523066680 时间: 2019-2-23 18:05

本帖最后由 523066680 于 2019-2-23 18:07 编辑

Chilkat模块亦支持unicode字符路径，而且还挺好用（这个模块很早就知道了，官网示例很齐全，就是没怎么用过）

CkDirTree参考文档
dirTree_iterate示例

对官方示例稍作修改，通过 put_Utf8 打开编码开关：

use chilkat();
use File::Slurp;
$dirTree = chilkat::CkDirTree->new();
$dirTree->put_BaseDir("F:/temp/UPathTest");
$dirTree->put_Recurse(1);
$dirTree->put_Utf8(1); 
$success = $dirTree->BeginIterate();
if ($success != 1) {
    print $dirTree->lastErrorText() . "\r\n";
    exit;
}

my $buff = "";
while ($dirTree->get_DoneIterating() != 1)
{
    $buff .= $dirTree->fullPath() . "\r\n";
    #  Advance to the next file or sub-directory in the tree traversal.
    $success = $dirTree->AdvancePosition();
    if ($success != 1) {
        if ($dirTree->get_DoneIterating() != 1) {
            print $dirTree->lastErrorText() . "\r\n";
            exit;
        }
    }
}
write_file("Files.txt", {"binmode"=>":raw"}, $buff );
复制代码

欢迎光临批处理之家 (http://bbs.bathome.net/)