[總結]Perl在遇到Unicode字符文件名時的各類處理方法

環境 XP/WIN7  Perl v5.16
編輯整理：523066680

常見的那些文件操做函數都不支持，因而爲了達到目的，須要各類方法配合，應該是不如其餘語言方便。
我只是想看看Perl究竟是否適合作這件事，因而折騰了一回。

文件的創建：

模塊：Win32

1. use Win32;
2. use utf8;
3. use Encode;
5. #接受unicode傳參
6. Win32::CreateFile("W32CreateFile・測試");

複製代碼

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.

模塊：Win32API::File

 

函數：$hObject= CreateFileW( $swPath, $uAccess, $uShare, $pSecAttr, $uCreate, $uFlags, $hModel )

 

$hObject能夠返回文件對象句柄

 

注意事項： 傳入的文件路徑的編碼格式爲：UTF16-LE ，必須以\x00結尾，示例(代碼保存爲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);

複製代碼

目錄的創建

模塊：Win32

1. use Win32;
2. use utf8;
4. Win32::CreateDirectory("Dir・測試");

複製代碼

文件的枚舉

在遇到unicode字符的時候，File::Find模塊 以及 IO::Dir 模塊都只能輸出文件短名。

 

暫時用CMD /U Dir 的方法輸出文件列表（鬱悶吧，暫時沒找到能完美操做的內置模塊）

 

參考文章

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

how to read unicode filename

複製某個文件夾內的文件(文件名含unicode字符)

模塊：Win32API::File

 

若是先獲取文件的短名，而後再複製，可是目標文件名也會變成短名。

 

因而暫時用cmd /U 模式獲取文件列表，而後CopyFileW進行復制：

1. use Win32API::File qw':ALL';
2. use Encode;
3. use utf8;
5. my $src=encode('gbk','.\\測試目錄');
6. my $dst='.\\Target';
8. #該目錄只有一層，/s開關是爲了列出完整的路徑
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>;

複製代碼

細節1、

 

    正確地使用 split $all 截斷utf-16le字符段落，分隔符爲0d 00 0a 00

 

    參考枚舉腳本

細節2、

 

    若是用basename()分割路徑，一樣會遇到00被忽略的問題，'\\' 的U16LE

 

    編碼是5C 00，可是basename 只按5C截斷，剩下的00形成了處理亂碼。

    測試basename的第二個參數設置爲 "\x5c\x00" 並不能解決這個問題

 

    解決方法1、

 

        手工去掉開頭處00

 

    方法2、

 

        先轉爲GBK，再獲取basename，再轉utf-16le

 

        2014-12-12 備註這種方法在LongPath的狀況下，會丟失unicode字符

 

        能夠考慮轉爲UTF-8，無論怎麼說都有點繞

 

    方法3、

 

        本身用正則表達式獲取

 

        /\x5C\x00([^\x5c]+)$/;

 

        $1

 

    方法4、

 

        @xrr=split(/\x5c\x00/, $_);

 

        $xrr[$#xrr]

細節3、

 

    CopyFileW複製文件時，要在末尾加\x00做爲字符串終止符

 

    不然各類問題=_=

判斷文件是否存在：

方法一：先轉爲短名再判斷，不作贅述

 

方法二：渣方法，用CreateFileW測試創建同名文件，看是否有衝突

重命名：

模塊：Win32API::File

1. MoveFileW(
2.     encode('utf-16le', decode('utf8',$F))."\x00",
3.     encode('utf-16le', decode('utf8',$newname))."\x00"
4.     );

複製代碼

獲取文件的日期信息：

普通文件名的狀況

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

how-can-i-get-a-files-modification-date-in-ddmmyy-format-in-perl

含有Unicode字符的文件名的狀況

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

How to stat a file with a Unicode (UTF16-LE) filename in Windows?

 

其中的方法是經過createfileW 獲取文件句柄，而後用OsFHandleOpen獲取通用的文件句柄對象，並傳入state

 

（感受特別繞）

另外一種就是先轉爲短名再獲取日期，可是這種方法在處理文件量大的時候，效率很是低。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:\測試目錄\董貞 ・ 01.劍如虹.[貞江湖].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>;

複製代碼