Làm cách nào để xóa các ký tự không hợp lệ khỏi tên tệp?

Tôi có các tệp có ký tự không hợp lệ như thế này

009_-_�%86ndringshåndtering.html

Đó là một Ænơi mà một cái gì đó đã đi sai trong tên tệp.

Có cách nào để loại bỏ tất cả các ký tự không hợp lệ?

hoặc có thể trđược sử dụng bằng cách nào đó?

echo "009_-_�%86ndringshåndtering.html" | tr ???

Một cách sẽ là với sed:

mv 'file' $(echo 'file' | sed -e 's/[^A-Za-z0-9._-]/_/g')

Thay thế filebằng tên tệp của bạn, tất nhiên. Điều này sẽ thay thế bất cứ thứ gì không phải là chữ cái, số, dấu chấm, dấu gạch dưới hoặc dấu gạch ngang bằng dấu gạch dưới. Bạn có thể thêm hoặc xóa các ký tự để giữ tùy thích và / hoặc thay đổi ký tự thay thế thành bất kỳ thứ gì khác hoặc không có gì cả.

Tôi giả sử bạn đang ở trên hộp Linux và các tệp được tạo trên hộp Windows. Linux sử dụng UTF-8 làm mã hóa ký tự cho tên tệp, trong khi Windows sử dụng thứ khác. Tôi nghĩ rằng đây là nguyên nhân của vấn đề.

Tôi sẽ sử dụng "confmv". Đây là một công cụ có thể chuyển đổi tên tệp từ mã hóa ký tự này sang mã hóa ký tự khác. Đối với Tây Âu, một trong những hoạt động bình thường này:

convmv -r -f windows-1252 -t UTF-8 .
convmv -r -f ISO-8859-1 -t UTF-8 .
convmv -r -f cp-850 -t UTF-8 .

Nếu bạn cần cài đặt nó trên Linux dựa trên Debian, bạn có thể làm như vậy bằng cách chạy:

sudo apt-get install convmv

Nó hoạt động cho tôi mọi lúc và nó phục hồi tên tệp gốc.

Nguồn: HireWebLabs

Tôi giả sử bạn có nghĩa là bạn muốn đi qua hệ thống tập tin và sửa tất cả các tập tin như vậy?

Đây là cách tôi làm

find /path/to/files -type f -print0 | \
perl -n0e '$new = $_; if($new =~ s/[^[:ascii:]]/_/g) {
  print("Renaming $_ to $new\n"); rename($_, $new);
}'

Điều đó sẽ tìm thấy tất cả các tệp có ký tự không phải mã ascii và thay thế các ký tự đó bằng dấu gạch dưới ( _). Tuy nhiên, hãy cẩn thận, nếu một tệp có tên mới đã tồn tại, nó sẽ ghi đè lên nó. Kịch bản có thể được sửa đổi để kiểm tra trường hợp như vậy, nhưng tôi đã không đưa nó vào để giữ cho nó đơn giản.

Sau câu trả lời tại https://stackoverflow.com/questions/2124010/grep-regex-to-match-non-ascii-char character , Bạn có thể sử dụng:

rename 's/[^\x00-\x7F]//g' *

nơi *phù hợp với các tập tin bạn muốn đổi tên. Nếu bạn muốn làm điều đó qua nhiều thư mục, bạn có thể làm một cái gì đó như:

find . -exec rename 's/[^\x00-\x7F]//g' "{}" \;

Bạn có thể sử dụng đối số -n renameđể thực hiện chạy khô và xem điều gì sẽ được thay đổi mà không thay đổi nó.

Tôi đã có một số tệp tiếng Nhật với tên tệp bị hỏng được khôi phục từ thanh usb bị hỏng và các giải pháp ở trên không hiệu quả với tôi.

Tôi khuyên bạn nên gói cai nghiện:

Tiện ích cai nghiện đổi tên các tệp để làm cho chúng dễ làm việc hơn. Nó loại bỏ không gian và những phiền toái khác như vậy. Nó cũng sẽ dịch hoặc dọn sạch các ký tự Latin-1 (ISO 8859-1) được mã hóa bằng ASCII 8 bit, các ký tự Unicode được mã hóa bằng UTF-8 và các ký tự thoát CGI.

Ví dụ sử dụng:

detox -r -v /path/to/your/files

-r Recurse vào thư mục con
-v Hãy tiết lộ về những tập tin đang được đổi tên 
-n Có thể được sử dụng cho chạy khô (chỉ hiển thị những gì sẽ được thay đổi)

Kịch bản shell này vệ sinh một thư mục theo cách đệ quy, để làm cho các tệp di động giữa Linux / Windows và FAT / NTFS / exFAT. Nó loại bỏ các ký tự điều khiển /:*?"<>\|và một số tên Windows dành riêng như COM0.

sanitize() {
  shopt -s extglob;

  filename=$(basename "$1")
  directory=$(dirname "$1")

  filename_clean=$(echo "$filename" | sed -e 's/[\\/:\*\?"<>\|\x01-\x1F\x7F]//g' -e 's/^\(nul\|prn\|con\|lpt[0-9]\|com[0-9]\|aux\)\(\.\|$\)//i' -e 's/^\.*$//' -e 's/^$/NONAME/')

  if (test "$filename" != "$filename_clean")
  then
    mv -v "$1" "$directory/$filename_clean"
  fi
}

export -f sanitize

sanitize_dir() {
  find "$1" -depth -exec bash -c 'sanitize "$0"' {} \;
}

sanitize_dir '/path/to/somewhere'

Linux ít hạn chế hơn về mặt lý thuyết ( /và \0bị nghiêm cấm trong tên tệp) nhưng trong thực tế, một số ký tự can thiệp vào các lệnh bash (như *...) vì vậy chúng cũng nên tránh trong tên tệp.

Các nguồn tuyệt vời để hạn chế đặt tên tệp:

• MSDN: Đặt tên tệp
• Wikipedia: So sánh giới hạn tên tệp

Nếu bạn muốn xử lý các dòng mới được nhúng, các ký tự đa dòng, dấu cách, dấu gạch đầu dòng, dấu gạch chéo ngược và khoảng trắng bạn sẽ cần một cái gì đó mạnh mẽ hơn, hãy xem câu trả lời này:
https://superuser.com/a/858671/365691

Tôi đặt tập lệnh lên trên code.google.com nếu có ai quan tâm: rnf-bash-rename-script

Tôi sử dụng một lớp lót này để xóa các ký tự không hợp lệ trong các tệp phụ đề:

for f in *.srt; do nf=$(echo "$f" |sed -e 's/[^A-Za-z0-9.-]/./g;s/\.\.\././g;s/\.\././g'); test "$f" != "$nf" && mv "$f" "$nf" && echo "$nf"; done

1. Chỉ xử lý các tệp * .srt (* có thể được sử dụng thay cho * .srt để xử lý mọi tệp)
2. Xóa tất cả các ký tự khác ngoại trừ các chữ cái A-Za-z, số 0-9, dấu chấm "." Và dấu gạch ngang "-"
3. Loại bỏ thời gian gấp đôi hoặc gấp ba
4. Kiểm tra xem tên tập tin cần thay đổi
5. Nếu đúng, nó đổi tên tệp bằng lệnh mv, sau đó xuất ra các thay đổi mà nó đã thực hiện bằng lệnh echo

Nó hoạt động để bình thường hóa tên thư mục của phim:

for f in */; do nf=$(echo "$f" |sed -e 's/[^A-Za-z0-9.]/./g' -e 's/\.\.\././g' -e 's/\.\././g' -e 's/\.*$//'); test "$f" != "$nf" && mv "$f" "$nf" && echo "$nf"; done

Tương tự các bước như trên nhưng tôi đã thêm một lệnh sed để xóa một khoảng thời gian ở cuối thư mục

X-Men Days of Future Past (2014) [1080p]
Được sửa đổi thành:
X-Men.Days.of.Future.Past.2014.1080p

cho tệp trong *; làm mv "$ file" $ (echo "$ file" | sed -e 's / [^ A-Za-z0-9. -] / / g'); làm xong &