Tente:
unzip -O cp936 "严蔚敏数据结构(c语言版)教材及答案.zip"
Desculpe por fazer uma pergunta semelhante a meu anterior . A diferença da última pergunta é que agora ela está em um arquivo zip onde a codificação em chinês nos nomes dos arquivos compactados não é reconhecida, tanto após a extração quanto após listar o conteúdo do arquivo zip:
$ unzip -l "严蔚敏数据结构(c语言版)教材及答案.zip"
Archive: 严蔚敏数据结构(c语言版)教材及答案.zip
Length Date Time Name
--------- ---------- ----- ----
25600 2000-01-04 23:27 ?+?+i- ??-?.doc
80896 2000-01-04 23:27 ?+??i- -+.doc
41984 2000-01-04 23:27 ?++?i- i+????-?.doc
52224 2000-01-04 23:27 ?+?+i- ??i?.doc
50688 2000-01-04 23:27 ?+??i- ??????.doc
54272 2000-01-04 23:27 ?++?i- -????-??????.doc
26112 2000-01-04 23:27 ?+?-i- ?????????_+?.doc
76288 2000-01-04 23:27 ?+-?i- -??-????-?.doc
53760 2000-01-04 23:27 ?+-?i- -+?+++?=.doc
53760 2000-01-04 23:27 ?+--i- ??.doc
7929077 2009-02-26 22:49 -???????+C????+??+?+?+pdf.pdf
--------- -------
8444661 11 files
Eu queria saber como lidar com esse problema?
Obrigado e cumprimentos!
atualização:
Carreguei este arquivo zip e ele pode ser baixado do link
Eu tentei usar o chardet para determinar a codificação dos nomes dos arquivos compactados por:
$ unzip -l "严蔚敏数据结构(c语言版)教材及答案.zip" | chardet
<stdin>: utf-8 (confidence: 0.99)
Mas os nomes dos arquivos são realmente codificados em utf-8? Eles não deveriam estar em uma codificação estrangeira? Eu acho que a saída por unzip -l
é demais, e como eu devo destacar apenas os nomes dos arquivos em sua saída como entrada para chardet?
Tente:
unzip -O cp936 "严蔚敏数据结构(c语言版)教材及答案.zip"
Eu extrairia os arquivos e faria um
ls | chardet
para ver o que diz.
Além disso, você pode tentar diferentes codificações com
ls | iconv -f GB2312
por exemplo. Você pode ver a codificação conhecida como iconv
com iconv -l
.
Uma vez determinada a codificação, vamos supor que seja GB2312, você deve modificar os nomes dos arquivos, para alterar a codificação para UTF8
for f in *; do
g="$(iconv -f GB2312 <<<"$f")"
mv "$f" "$g"
done
EDITAR
Tentei um ataque de força bruta no seu arquivo zip, convertendo para todas as codificações conhecidas, mas nenhuma delas parece ser plausível
#!/bin/bash
iconv -l |
sed 's|//$||' |
while read enc; do
printf "\n --- $enc ---\n\n"
ls | iconv -cf "$enc" 2>/dev/null
done
Normalmente, os nomes dos arquivos são interpretados como charset ocidental. Assim, você deve primeiro converter os nomes de arquivos de UTF-8 de volta para ISO e interpretar esse "byte-stream" como GB2312 de volta para UTF-8. ou seja:
ls | iconv -f UTF-8 -t ISO8859-1 | íconev -f GB2312 -t UTF-8
Isto não funciona para o seu arquivo específico, então você pode querer descobrir como o arquivo foi criado (qual sistema, qual programa, qual idioma etc.)
Veja também link
Você precisará de iconv , mas convmv e cconv são opcionais.
Step 1, find the correct char-encode converting chain.
Step 2, rename files by a shell script.
Às vezes, há uma codificação incorreta de caracteres na cadeia de conversão. Você tem que encontrar a lacuna, a propósito, na postagem de enzotib .
Por exemplo, um arquivo chamado "冼 极 .otf" em um sistema de arquivos utf8.
touch 冼极.otf
Eu tenho que fazer o seguinte para obter o nome correto "宋体 .otf".
convmv --notest -f utf8 -t cp950 *.otf
convmv --notest -f cp936 -t utf8 *.otf
Depois de um ter seu nome correto, pode-se gostar de fazer a conversão chinesa tradicional simplificada pelo uso de cconv como no script de shell abaixo. No meu caso "宋體 .otf" finalmente.
#!/bin/sh
# bash shell script
mkdir TW
for filename in *; do [ -d "$filename" ] || echo "$filename" ; done |
while read filename; do
filename_TW='echo "$filename" | cconv -f UTF8-CN -t UTF8-TW'
printf "\n --- $filename $filename_TW ---\n\n"
#uncomment lines below if you've confirmed the names
#mv "$filename" "TW/$filename_TW"
#touch "$filename"
done
Aqui está outro exemplo relativo à postagem de Daniel . Um arquivo chamado "ý¹úÖ¾.txt" em um sistema de arquivos utf8.
touch ý¹úÖ¾.txt
Depois de algumas trilhas, acho que o nome chinês simplificado correto é "三国 志 .txt" por
ls | iconv -f utf-8 -t iso-8859-1 | iconv -f cp936 -t utf-8
Em seguida, renomeio para o nome chinês tradicional "三國 志 .txt" por
#!/bin/sh
mkdir BACKUP
for filename in *; do [ -d "$filename" ] || echo "$filename" ; done |
while read filename; do
filename_TW='echo "$filename" | iconv -f utf-8 -t iso-8859-1 | iconv -f cp936 -t utf-8 | cconv -f UTF8-CN -t UTF8-TW'
mv "$filename" "$filename_TW"
touch "BACKUP/$filename"
done
Fin
Tags encoding