giải nén ZIP với mã hóa đã cho

Tôi đã nhận (các) tệp ZIP, chứa các tệp, tên tệp nằm trong một số mã hóa. Giả sử tôi biết mã hóa tên tệp đó, nhưng tôi vẫn không biết cách giải nén chúng đúng cách.

Đây là tập tin ví dụ , nó chứa một tập tin "【SSK 字幕 组】 Nhật ký ma cà rồng 吸血鬼 06 S06E12.ass"

Tôi biết mã hóa được sử dụng là GB18030 (tiếng Trung Quốc)

Câu hỏi là - làm thế nào để giải nén tệp đó trong FreeBSD bằng cách giải nén hoặc tiện ích CLI khác để có được tên tệp được mã hóa phù hợp? Tôi đã thử mọi thứ tôi có thể, nhưng kết quả không bao giờ tốt. Xin vui lòng giúp đỡ.

Tôi đã thử trên OSX:

MBP1:test 2ge$ bsdtar xf gb18030.zip
MBP1:test 2ge$ ls
%A1%BESSK%D7%D6Ļ%D7顿The Vampire Diaries %CE%FCѪ%B9%ED%C8ռ%C7S06E12/      gb18030.zip
MBP1:test 2ge$ cd %A1%BESSK%D7%D6Ļ%D7顿The\ Vampire\ Diaries\ %CE%FCѪ%B9%ED%C8ռ%C7S06E12/
MBP1:%A1%BESSK%D7%D6Ļ%D7顿The Vampire Diaries %CE%FCѪ%B9%ED%C8ռ%C7S06E12 2ge$ ls
%A1%BESSK%D7%D6Ļ%D7顿The Vampire Diaries %CE%FCѪ%B9%ED%C8ռ%C7S06E12.ass*
MBP1:%A1%BESSK%D7%D6Ļ%D7顿The Vampire Diaries %CE%FCѪ%B9%ED%C8ռ%C7S06E12 2ge$ find . | iconv -f gb18030 -t utf-8
.
./%A1%BESSK%D7%D6L抬%D7椤縏he Vampire Diaries %CE%FC血%B9%ED%C8占%C7S06E12.ass 
MBP1:%A1%BESSK%D7%D6Ļ%D7顿The Vampire Diaries %CE%FCѪ%B9%ED%C8ռ%C7S06E12 2ge$ convmv -r -f gb18030 -t utf-8 --notest .
Skipping, already UTF-8: ./%A1%BESSK%D7%D6Ļ%D7顿The Vampire Diaries %CE%FCѪ%B9%ED%C8ռ%C7S06E12.ass
Ready!

Tôi đã thử tương tự với giải nén, nhưng tôi gặp vấn đề tương tự.

Cảm ơn, hiện đang thử BSD MIỄN PHÍ, nơi tôi đang kết nối bằng SSH từ OSX (Terminal):

# locale
LANG=
LC_CTYPE="C"
LC_COLLATE="C"
LC_TIME="C"
LC_NUMERIC="C"
LC_MONETARY="C"
LC_MESSAGES="C"
LC_ALL=C

Điều đầu tiên, tôi muốn là hiển thị đúng tên tiếng Trung. tôi đã thay đổi

setenv LC_ALL zh_CN.GB18030
setenv LANG zh_CN.GB18030

Sau đó, tôi đã tải xuống tệp và cố gắng "ls" để xem các ký tự phù hợp, nhưng không may mắn. Vì vậy, tôi nghĩ rằng tôi phải giải quyết miền địa phương đầu tiên của Trung Quốc để xác minh khi tôi nhận được kết quả phù hợp, thực sự tôi có thể so sánh nó. Bạn cũng có thể giúp tôi với điều này?

Đây là những gì tôi làm trên Ubuntu 16.04 để giải nén một zip trong bất kỳ mã hóa nào, miễn là tôi biết mã hóa đó là gì. Phương pháp tương tự sẽ hoạt động trên FreeBSD vì nó chỉ dựa vào unzipcông cụ có sẵn rộng rãi .

1. Tôi kiểm tra kỹ tên chính xác của mã hóa, để không viết sai chính tả: https://www.iana.org/assignments/character-sets/character-sets.xhtml

2. Tôi chỉ đơn giản là chạy

   $ unzip -O <encoding> <filename> -d <target_dir>
   

   hoặc là

   $ unzip -I <encoding> <filename> -d <target_dir>
   

   lựa chọn giữa -Ohoặc -Itheo hướng dẫn ở đây:

   $ unzip -h
   UnZip 6.00 of 20 April 2009, by Debian. Original by Info-ZIP.
     ...
     -O CHARSET  specify a character encoding for DOS, Windows and OS/2 archives
     -I CHARSET  specify a character encoding for UNIX and other archives
     ...
   

   điều đó có nghĩa là tôi chỉ cần thử -Ovà nó sẽ hoạt động, bởi vì không nhiều người sẽ tạo một .ziptệp trong Unix ...

Vì vậy, cho ví dụ cụ thể của bạn:

1. Tên mã hóa chính xác là GB18030.

2. Tôi sử dụng -Ocờ và:

   $ unzip -O GB18030 gb18030.zip -d target_dir
   Archive:  gb18030.zip
      creating: target_dir/【SSK字幕组】The Vampire Diaries 吸血鬼日记S06E12/
     inflating: target_dir/【SSK字幕组】The Vampire Diaries 吸血鬼日记S06E12/【SSK字幕组】The Vampire Diaries 吸血鬼日记S06E12.ass
   

   ... nó hoạt động.

Trên hầu hết các hệ thống tệp POSIX, tên tệp chỉ là một chuỗi byte và tùy thuộc vào không gian người dùng để hiểu ý nghĩa của nó. Bạn có thể sử dụng điều này để lợi thế của bạn.

1. Đầu tiên, trích xuất kho lưu trữ bằng cách sử dụng bsdtar, vì unzipcông cụ dường như xáo trộn tên tệp, trong khi bsdtar sẽ trích xuất chúng thô. (Tôi đang thử nghiệm điều này trên Linux. Tôi đoán FreeBSD chỉ gọi nó tar.)

   $ bsdtar xf gb18030.zip
   

2. Xác minh rằng các công cụ như iconvcó thể giải mã thành công tên:

   $ find . | iconv -f gb18030 -t utf-8
   

   (Lưu ý rằng điều này chỉ ảnh hưởng đến findđầu ra, không phải bản thân tệp.)

3. Cuối cùng sử dụng convmvđể chuyển đổi tên tệp thành UTF-8:

   $ convmv -r -f gb18030 -t utf-8 --notest .
   

   (Lưu ý: Tôi đã phải cài đặt Encode :: HanExtra từ CPAN cho hỗ trợ GB18030 và thêm thủ công use Encode::HanExtra;vào / usr / bin / convmv mặc dù nó được cho là

4. Trong trường hợp convmvkhông có sẵn, script nó:

   $ find . -depth | while read -r old; do
       old=./$old;
       head=${old%/*};
       tail=${old##*/};
       new=$head/$(echo "$tail" | iconv -f gb18030 -t utf-8);
       [ "$old" = "$new" ] || mv "$old" "$new";
   done
   

   (Ít nhất là trên Linux, điều này có một lợi thế iconvlà hầu như luôn có sẵn và nó luôn hỗ trợ gb18030.)

Phương pháp 1 : sử dụng tiện ích unar

sudo apt-get install unar

unar -e gb18030 gb18030.zip

Phương pháp 2 : Sử dụng tập lệnh python để giải nén tệp (tham khảo https://gist.github.com/usunyu/dfc6e56af6e6caab8018bef4c3f3d452#file-gbk-unzip-py )

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# unzip-gbk.py

import os
import sys
import zipfile
import argparse

parser = argparse.ArgumentParser()
parser.add_argument("--encoding", help="encoding for filename, default gbk")
parser.add_argument("-l", help="list filenames in zipfile, do not unzip", action="store_true")
parser.add_argument("file", help="process file.zip")
args = parser.parse_args()
print "Processing File " + args.file

file=zipfile.ZipFile(args.file,"r");
if args.encoding:
    print "Encoding " + args.encoding
for name in file.namelist():
    if args.encoding:
        utf8name=name.decode(args.encoding)
    else:
        utf8name=name.decode('gbk')
    pathname = os.path.dirname(utf8name)
    if args.l:
        print "Filename " + utf8name
    else:
        print "Extracting " + utf8name
        if not os.path.exists(pathname) and pathname!= "":
            os.makedirs(pathname)
        data = file.read(name)
        if not os.path.exists(utf8name):
            fo = open(utf8name, "w")
            fo.write(data)
            fo.close
file.close()

Ví dụ gb18030.zip sẽ giải nén tệp sau

【SSK字幕组】The Vampire Diaries 吸血鬼日记S06E12
【SSK字幕组】The Vampire Diaries 吸血鬼日记S06E12/【SSK字幕组】The Vampire Diaries 吸血鬼日记S06E12.ass

Trên OS X, bạn có thể sử dụng ứng dụng GUI có tên The Unarchiver . Nó có thể được cài đặt bằng Mac App Store hoặc Homebrew Cask :

brew cask install the-unarchiver

Khi bạn mở tệp ZIP với nó, ứng dụng cho phép bạn chọn mã hóa phù hợp bằng cách sử dụng bản xem trước của tên tệp từ kho lưu trữ.

7z hỗ trợ ID bộ ký tự với một công tắc -scs, ví dụ:

7z x -scs903 some.zip

trong đó 903 là trang bộ ký tự. Một danh sách dài hơn các ID bộ ký tự có thể được tìm thấy ở đây .

Sử dụng 7z để giải nén tập tin

7z x yourfile.zip

Sau đó, tự chuyển đổi mã hóa của các tên tệp đó:

convmv --notest -f from_encoding -t utf-8 -r your_extracted_folder/

Điều này làm việc cho tôi .. from_encoding trong trường hợp của tôi là tis-620 (là mã hóa tiếng Thái), bạn cần tìm một mã hóa phù hợp cho ngôn ngữ của mình. Một cái phổ biến thường giải quyết vấn đề nhưng nếu tên tệp vẫn không thể đọc được thì hãy thử thay đổi từ_encoding sang những thứ khác như windows-1252 hoặc shift-jis (tiếng Nhật) hoặc bất cứ điều gì, bạn có thể liệt kê mã hóa có sẵn bằng lệnh:

convmv --list
iconv --list

Đây là phương pháp "giải quyết" rất đơn giản đối với tôi.

tôi chỉ sử dụng 7zip và nó quản lý để chọn đúng mã hóa.

(điều mà zip tiêu chuẩn không thể làm)

nhưng đã sử dụng nó trên Windows, với công cụ GUI. Có lẽ dòng lệnh 7z cũng sẽ làm việc cho bạn.