[总结]Perl在遇到Unicode字符文件名时的各种处理方法

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:

      模块:Win32
  1. use Win32;
  2. use utf8;
  3. use Encode;
  4. #接受unicode传参
  5. Win32::CreateFile("W32CreateFile・测试");
复制代码
      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 $^E on failure for extended error information.
      模块:Win32API::File
      函数:$hObject= CreateFileW( $swPath, $uAccess, $uShare, $pSecAttr, $uCreate, $uFlags, $hModel )
      $hObject可以返回文件对象句柄
      注意事项: 传入的文件路径的编码格式为:UTF16-LE ,必须以\x00结尾,示例(代码保存为utf8格式):
  1. use Win32API::File qw(:ALL);
  2. use utf8;
  3. use Encode;
  4. $str="文tes・t.txt\x00";
  5. $hobject=CreateFileW(encode('UTF16-LE', $str), GENERIC_WRITE, 0, [], OPEN_ALWAYS,0,0);
复制代码

目录的建立

      模块:Win32
  1. use Win32;
  2. use utf8;
  3. Win32::CreateDirectory("Dir・测试");
复制代码

文件的枚举

      在遇到unicode字符的时候,File::Find模块 以及 IO::Dir 模块都只能输出文件短名。
      暂时用CMD /U Dir 的方法输出文件列表(郁闷吧,暂时没找到能完美操作的内置模块)
      参考文章

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

      how to read unicode filename

复制某个文件夹内的文件(文件名含unicode字符)

      模块:Win32API::File
      如果先获取文件的短名,然后再复制,但是目标文件名也会变成短名。
      于是暂时用cmd /U 模式获取文件列表,然后CopyFileW进行复制:
  1. use Win32API::File qw':ALL';
  2. use Encode;
  3. use utf8;
  4. my $src=encode('gbk','.\\测试目录');
  5. my $dst='.\\Target';
  6. #该目录只有一层,/s开关是为了列出完整的路径
  7. my $all=`cmd /U /C dir /s /b \"$src\"`;
  8. my $fn;
  9. foreach (split(/\x0d\x00\x0a\x00/, $all)) {
  10. $fn = encode('gbk', decode('utf16-le',$_))."\n";
  11. @xrr=split(/\x5c\x00/, $_);
  12. CopyFileW(
  13. $_ ."\x00",
  14. encode('utf-16le', decode('utf8', "$dst\\")).$xrr[$#xrr]."\x00",
  15. 1
  16. );
  17. print "$^E\n" if ($^E);
  18. }
  19. <STDIN>;
复制代码
      细节一、
      正确地使用 split $all 截断utf-16le字符段落,分隔符为0d 00 0a 00
      参考枚举脚本
      细节二、
      如果用basename()分割路径,同样会遇到00被忽略的问题,'\\' 的U16LE
      编码是5C 00,但是basename 只按5C截断,剩下的00造成了处理乱码。
      测试basename的第二个参数设置为 "\x5c\x00" 并不能解决这个问题
      解决方法一、
      手工去掉开头处00
      方法二、
      先转为GBK,再获取basename,再转utf-16le
      2014-12-12 备注这种方法在LongPath的情况下,会丢失unicode字符
      可以考虑转为UTF-8,不管怎么说都有点绕
      方法三、
      自己用正则表达式获取
      /\x5C\x00([^\x5c]+)$/;
      $1
      方法四、
      @xrr=split(/\x5c\x00/, $_);
      $xrr[$#xrr]
      细节三、
      CopyFileW复制文件时,要在末尾加\x00作为字符串终止符
      否则各种问题=_=

判断文件是否存在:

      方法一:先转为短名再判断,不做赘述
      方法二:渣方法,用CreateFileW测试建立同名文件,看是否有冲突

重命名:

      模块:Win32API::File
  1. MoveFileW(
  2. encode('utf-16le', decode('utf8',$F))."\x00",
  3. encode('utf-16le', decode('utf8',$newname))."\x00"
  4. );
复制代码

获取文件的日期信息:

      普通文件名的情况

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

      how-can-i-get-a-files-modification-date-in-ddmmyy-format-in-perl
      含有Unicode字符的文件名的情况

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

      How to stat a file with a Unicode (UTF16-LE) filename in Windows?
      其中的方法是通过createfileW 获取文件句柄,然后用OsFHandleOpen获取通用的文件句柄对象,并传入state
      (感觉特别绕)
      另一种就是先转为短名再获取日期,但是这种方法在处理文件量大的时候,效率非常低。前面perlmonks中的方法
      效率要高得多
  1. use utf8;
  2. use Encode;
  3. use Win32;
  4. $filename='D:\测试目录\董贞 ・ 01.剑如虹.[贞江湖].mp3';
  5. $filename=Win32::GetShortPathName($filename);
  6. my $mtime = (stat $filename)[9];
  7. my($sec,$min,$hour,$mday,$mon,$year,$wday,$yday,$isdst) = localtime($mtime);
  8. $year+=1900;
  9. $mon+=1;
  10. print "$year-$mon-$mday\n";
  11. <STDIN>;
复制代码