[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;
5. #接受unicode传参
6. 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;
4. 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;
5. my $src=encode('gbk','.\\测试目录');
6. my $dst='.\\Target';
8. #该目录只有一层，/s开关是为了列出完整的路径
9. my $all=`cmd /U /C dir /s /b \"$src\"`;
10. my $fn;
12. foreach (split(/\x0d\x00\x0a\x00/, $all)) {
13.     $fn = encode('gbk', decode('utf16-le',$_))."\n";
14.     @xrr=split(/\x5c\x00/, $_);
15.     CopyFileW(
16.         $_ ."\x00",
17.         encode('utf-16le', decode('utf8', "$dst\\")).$xrr[$#xrr]."\x00",
18.         1
19.     );
20.     print "$^E\n" if ($^E);
21. }
22. <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;
5. $filename='D:\测试目录\董贞 ・ 01.剑如虹.[贞江湖].mp3';
6. $filename=Win32::GetShortPathName($filename);
8. my $mtime = (stat $filename)[9];
9. my($sec,$min,$hour,$mday,$mon,$year,$wday,$yday,$isdst) = localtime($mtime);
10. $year+=1900;
11. $mon+=1;
12. print "$year-$mon-$mday\n";
13. <STDIN>;

复制代码

转载于:https://www.cnblogs.com/catgatp/p/8443296.html