linux - 递归 "normalize"文件名

Question

我的意思是去掉文件名等中的特殊字符。

我制作了一个脚本，可以递归地重命名文件 [http://pastebin.com/raw.php?i=kXeHbDQw]:

例如:之前:

THIS i.s my file (1).txt

运行脚本后:

This-i-s-my-file-1.txt

好的。这是:

但是:当我想“完全”测试它时，使用这样的文件名:

¤¥¦§¨©ª«¬®¯°±²³´µ¶·¸¹º»¼½¾¿ÀÂÃÄÅÆÇÈÊËÌÎÏÐÑÒÔÕ×ØÙUÛUÝÞßàâãäåæçèêëìîïðñòôõ÷øùûýþÿ.txt
áíüűúöőóéÁÍÜŰÚÖŐÓÉ!"#$%&'()*+,:;<=>?@[\]^_`{|}~€‚ƒ„…†‡ˆ‰Š‹ŒŽ‘’“”•–—˜™š›œžŸ¡¢£.txt

失败 [http://pastebin.com/raw.php?i=iu8Pwrnr]:

$ sh renamer.sh directorythathasthefiles
mv: cannot stat `./áíüűúöőóéÁÍÜŰÚÖŐÓÉ!"#$%&\'()*+,:;<=>?@[]^_`{|}~€‚ƒ„…†‡ˆ‰Š‹ŒŽ‘’“”•–—˜™š›œžŸ¡¢£': No such file or directory
mv: cannot stat `./áíüűúöőóéÁÍÜŰÚÖŐÓÉ!"#$%&\'()*+,:;<=>?@[]^_`{|}~€‚ƒ„…†‡ˆ‰Š‹ŒŽ‘’“”•–—˜™š›œžŸ¡¢£': No such file or directory
mv: cannot stat `./áíüűúöőóéÁÍÜŰÚÖŐÓÉ!"#$%&\'()*+,:;<=>?@[]^_`{|}~€‚ƒ„…†‡ˆ‰Š‹ŒŽ‘’“”•–—˜™š›œžŸ¡¢£': No such file or directory
mv: cannot stat `./áíüűúöőóéÁÍÜŰÚÖŐÓÉ!"#$%&\'()*+,:;<=>?@[]^_`{|}~€‚ƒ„…†‡ˆ‰Š‹ŒŽ‘’“”•–—˜™š›œžŸ¡¢£': No such file or directory
mv: cannot stat `./áíüűúöőóéÁÍÜŰÚÖŐÓÉ!"#$%&\'()*+,:;<=>?@[]^_`{|}~€‚ƒ„…†‡ˆ‰Š‹ŒŽ‘’“”•–—˜™š›œžŸ¡¢£': No such file or directory
mv: cannot stat `./áíüűúöőóéÁÍÜŰÚÖŐÓÉ!"#$%&\'()*+,:;<=>?@[]^_`{|}~€‚ƒ„…†‡ˆ‰Š‹ŒŽ‘’“”•–—˜™š›œžŸ¡¢£': No such file or directory
mv: cannot stat `./áíüűúöőóéÁÍÜŰÚÖŐÓÉ!"#$%&\'()*+,:;<=>?@[]^_`{|}~€‚ƒ„…†....and so on
$

所以“mv”不能处理特殊字符.. :\

我为此工作了好几个小时..

有人有工作的吗？ [也可以处理那两行中的字符 [文件名] 吗？]

Answer 1

mv 可以很好地处理特殊字符。你的脚本没有。

---

排名不分先后:

1. 您正在使用find 查找所有目录，并分别ls 每个目录。

   1. 如果您可以用一个命令做到完全，为什么要使用用于DEPTH in...？

      find -maxdepth 100 -type d
      

   2. 这使得任意深度限制变得不必要

      find -type d
      

   3. 永远不要解析ls的输出，尤其是如果你能让find也处理一下

      find -not -type d
      

   4. 确保它能在最坏的情况下工作:

      find -not -type d -print0 | while read -r -d '' FILENAME; do
      

      这会阻止 read 吃掉某些转义符并阻止包含换行符的文件名。

2. 您正在重复整个 ls |为每个字符 替换 循环。 不要 - 它会降低性能。遍历每个目录所有文件一次，并且只使用多个sed，或者在一个sed 中使用多个替换命令。

   sed 's/á/a/g; s/í/i/g; ...'
   

   (我打算建议 sed 'y/áí/ai/'，但不幸的是，这似乎不适用于 Unicode。也许 perl -CS -Mutf8 -pe ' y/áí/ai/' 会。)

3. 您仍在用 ASCII 思考:“其他特殊字符 - ASCII 代码 33.. ..255”。不要。

   1. 如今，大多数系统都使用 UTF-8 编码的 Unicode，它具有多范围更广的“特殊”字符 - 如此之多以至于一个一个地列出它们变得毫无意义。 (它甚至是多字节——“e”是一个字节，“ė”是三个字节。)

   2. 真正的 ASCII 有 128 个字符。您目前想到的是 ISO 8859 字符集(有时称为“ANSI”)——尤其是 ISO 8859-1。但它们一直上升到 8859-16，只有“ASCII”部分保持不变。

4. echo -n $(command) 没什么用。

5. 有更简单的方法可以在给定路径的情况下查找目录和基本名称。例如，你可以这样做

   directory=$(dirname "$path")
   oldnname=$(basename "$path")
   # filter $oldname
   mv "$path" "$directory/$newname"
   

6. 不要使用egrep 检查错误。检查程序的返回码。 (就像您已经使用 cd 一样。)

7. 而不是过滤掉其他错误，做...

   if [[ -e $directory/$newname ]]; then
       echo "target already exists, skipping: $oldname -> $newname"
       continue
   else
       mv "$path" "$directory/$newname"
   fi
   

8. 大量的 sed 's/------------/-/g' 调用可以更改为单个正则表达式:

   sed -r 's/-{2,}/-/g'
   

9. tr [foo] [bar] 中的 [ ] 是不必要的。它们只是导致 tr 将 [ 替换为 [，并将 ] 替换为 ]。

10. 认真的吗？

    echo "$FOLDERNAME" | sed "s/$/\//g"
    

    这个怎么样？

    echo "$FOLDERNAME/"
    

---

最后，使用 detox .