Как скопировать файл с именем файла UTF-8 в другое имя файла UTF-8 в Perl в Windows?

Question

Например, учитывая пустой файл テスト.txt, как мне сделать копию с именем テスト.txt.copy?

Моему первому взлому удалось получить доступ к файлу и создать новое имя файла, но копия сгенерирована テスト.txt.copy.

Вот мой первый треск:

#!/usr/bin/env perl

use strict;
use warnings;

use English '-no_match_vars';
use File::Basename;
use Getopt::Long;

use File::Copy;
use Win32;

my (
    $output_relfilepath,
   ) = process_command_line();

open my $fh, '>', $output_relfilepath or die $!;
binmode $fh, ':utf8';
foreach my $short_basename ( glob( '*.txt') ) {

  # skip the output basename if it's in the glob
  if ( $short_basename eq $output_relfilepath ) {
    next;
  }

  my $long_basename = Win32::GetLongPathName( $short_basename );
  my $new_basename  = $long_basename . '.copy';

  print {$fh} sprintf(
                      "short_basename = (%s)\n" .
                      " long_basename = (%s)\n" .
                      "  new_basename = (%s)\n",
                      $short_basename,
                      $long_basename,
                      $new_basename,
                     );
  copy( $short_basename, $new_basename );
}

printf(
       "\n%s done! (%d seconds elapsed)\n",
       basename( $0 ),
       time() - $BASETIME,
      );

# === subroutines ===

sub process_command_line {

  # default arguments
  my %args
    = (
       output_relfilepath => 'output.txt',
      );

  GetOptions(
             'help'                 => sub { print usage(); exit },
             'output_relfilepath=s' => \$args{output_relfilepath},
            );

  return (
          $args{output_relfilepath},
         );
}

sub usage {
  my $script_name = basename $0;

  my $usage = <<END_USAGE;
======================================================================

Test script to copy files with a UTF-8 filenames to files with
different UTF-8 filenames.  This example tries to make copies of all
.txt files with versions that end in .txt.copy.

  usage: ${script_name} (<options>)

options:

  -output_relfilepath <s>   set the output relative file path to <s>.
                            this file contains the short, long, and
                            new basenames.
                            (default: 'output.txt')

----------------------------------------------------------------------

examples:

  ${script_name}

======================================================================
END_USAGE

  return $usage;
}

Вот содержимое output.txt после выполнения:

short_basename = (BD9A~1.TXT)
 long_basename = (テスト.txt)
  new_basename = (テスト.txt.copy)

Я пытался заменить File :: Copy команду копирования системным вызовом:

my $cmd = "copy \"${short_basename}\" \"${new_basename}\"";
print `$cmd`;

и с Win32 :: CopyFile:

Win32::CopyFile( $short_basename, $new_basename, 'true' );

К сожалению, я получаю одинаковый результат в обоих случаях (テスト.txt.copy). Для системного вызова печать показывает 1 file(s) copied., как и ожидалось.

Примечания:

• Я использую Perl 5.10.0 через Strawberry Perl в Windows 7 Professional
• Я использую модуль Win32 для доступа к длинным именам файлов
• Глобус возвращает короткие имена файлов, которые я должен использовать для доступа к файлу
• テ ス ト = тест (тесуто) в катакана
• Я прочитал perlunitut и Абсолютный минимум Каждый разработчик программного обеспечения Абсолютно, положительно должен знать о Unicode и наборах символов (никаких оправданий!)

Answer 1

Это должно быть возможно с помощью функции CopyFileW из Win32API :: File , которая должна быть включена в Strawberry.Я никогда не ошибался с именами Unicode, поэтому не уверен в деталях.Возможно, вам придется использовать Encode , чтобы вручную преобразовать имя файла в UTF-16LE (encode('UTF16-LE', $filename)).

Answer 2

Вы получаете длинное имя файла, используя Win32, что дает вам строку в кодировке UTF-8.

Однако, тогда вы устанавливаете длинное имя файла, используя обычный copy, который использует функции ввода-вывода C stdlib. Функции stdlib используют кодировку файловой системы по умолчанию.

В современных Linux это обычно UTF-8, но в Windows это (к сожалению) никогда не происходит, потому что системная кодовая страница по умолчанию не может быть установлена ​​в UTF-8. Таким образом, вы получите строку UTF-8, интерпретируемую как строку кодовой страницы 1252 при установке Windows в Западной Европе, как это произошло здесь. (На японском компьютере это интерпретировалось бы как кодовая страница 932 - как Shift-JIS - которая выглядела бы как 繝�せ繝�.)

Я не делал этого в Perl, но подозреваю, что функция Win32::CopyFile с большей вероятностью сможет обрабатывать пути Unicode, возвращенные в другом месте в модуле Win32.

Answer 3

Использовать Кодировать :: Язык :

use Encode::Locale;
use Encode;
use File::Copy;

copy( encode(locale_fs => $short_basename),
      encode(locale_fs => $new_basename) ) || die $!;

Answer 4

См. https://metacpan.org/pod/Win32::Unicode

#!/usr/bin/perl --
use utf8;
use strict;
use warnings;

my @kebabs = (
  "\x{45B}\x{435}\x{432}\x{430}\x{43F}.txt",               ## ћевап.txt
  "ra\x{17E}nji\x{107}.txt",                               ## ražnjić.txt
  "\x{107}evap.txt",                                       ## ćevap.txt
  "\x{43A}\x{435}\x{431}\x{430}\x{43F}\x{447}\x{435}.txt", ## кебапче.txt
  "kebab.txt",
);

{
    use Win32::Unicode qw/ -native /;
    printW "I \x{2665} Perl"; # unicode console out
    mkpathW 'meat';
    chdirW 'meat';
    for my $kebab ( @kebabs ){
        printW "kebabing the $kebab\n";
        open my($fh), '>:raw', $kebab or dieW Fudge($kebab);
        print $fh $kebab              or dieW Fudge($kebab);
        close $fh                     or dieW Fudge($kebab);
    }
}

sub Fudge {
    use Errno();
    join qq/\n/,
      "Error @_",
      map { "  $_" } int( $! ) . q/ / . $!,
      int( $^E ) . q/ / . $^E,
      grep( { $!{$_} } keys %! ),
      q/ /;
}

Answer 5

Я успешно продублировал вашу проблему на моей машине с Windows (версия для Windows XP на упрощенном китайском) и пришел к выводу, что проблема связана со шрифтом. Выберите шрифт Truetype вместо растровых и посмотрите, все ли в порядке.

Мой эксперимент такой:

1. Сначала я изменил кодовую страницу моей консоли Windows со значения по умолчанию 936 (GBK) на 65001 (UTF-8). набрав C:> chcp 65001

2. Я написал скрипт, содержащий код: $ a = "テ ス ト"; печатать $ a; и сохранил его как UTF-8.

3. Я запустил скрипт из консоли и обнаружил, что «テ ス ト» стал «ãƒ † スト», что в точности совпадает с тем, что вы описали в своем вопросе.

4. Я изменил консольный шрифт с растровых шрифтов на Lucida Console, экран консоли дал мне следующее: «テ ス ト ス ト ト ト», что все еще не совсем верно, но я предполагаю, что оно приближается к сути проблемы. 1019 *

Итак, хотя я не уверен на 100%, но проблема, вероятно, вызвана шрифтом.

Надеюсь, это поможет.