Shell

Question

我在 Windows 中创建了一个具有以下结构的“.zip”：

myfile.zip
    - trénsfèst
        - file1.png
        - file2.png
        - file3.png

使用 PHP 我发送 shell_exec 将 myfile.zip 放在我的服务器上。在我的 shell 文件中，我需要解压缩此文件以获取特定文件夹中的结构。当我执行 unzip myfile.zip 时，所有重音都没有被解释：

Archive:  myfile.zip
creating: tr?n'sf?rt/
inflating: tr?n'sf?rt/file1.png
inflating: tr?n'sf?rt/file2.png
inflating: tr?n'sf?rt/file3.png

当我尝试删除文件夹时，有一些方块代替了重音符号。有没有解决方案可以解压我的带有所有口音的文件夹

谢谢

Answer 1

Windows 通常根据语言环境对文件名进行编码。例如，对于俄语设置，它通常使用 CP866 编码文件名。文件名以相同的区域设置放入 Zip，即区域设置取决于创建存档的系统。

检测编码

我tried to solve this problem some years ago, and I came to conclusion that in general there is no way to detect encoding reliably. In PHP you can try with ZipArchive and mb_detect_encoding:

$zip = new ZipArchive;
$filename = $argv[1];

if (! $zip->open($filename))
  die("failed to open $filename\n");

for ($i = 0; $i < $zip->numFiles; ++$i) {
  $encoding = mb_detect_encoding($zip->getNameIndex($i), 'auto');
  if (! $encoding) {
    trigger_error("Failed to detect encoding for " . $zip->getNameIndex($i), E_USER_ERROR);
    exit(1);
  }
  $zip->renameIndex($i, iconv($encoding, 'UTF-8', $zip->getNameIndex($i)));
}
$zip->extractTo('/home/ruslan/tmp/unzippped/');
$zip->close();

但是根据我的经验，mb_detect_encoding不是很准确。

您可以尝试使用 enca 工具检测编码，如下所示：

ls -1 folder | enca -L ru

其中 ru 是语言代码（所有语言代码都可以通过 enca --list languages 获得）。但这需要您猜测语言。要将文件名从一种编码实际转换为 UTF-8，您可以使用 enconv，例如：

ls -1 folder | enconv -L russian -x UTF-8

但是，同样，您需要猜测语言。

所以我建议尝试使用上述方法之一检测编码，并要求用户从所有可用编码列表中选择编码。默认情况下，可能会在列表中选择自动检测的编码。就个人而言，我选择让用户在没有智能自动检测的情况下选择编码。

当你知道源编码时

Unzip 支持带有 -p 选项的管道流。但它只适用于批量数据。也就是说，它不会将流分成文件，将所有未压缩的内容传递给程序：

unzip -p foo | more => send contents of foo.zip via pipe into program more

解析原始流显然是一项艰巨的任务。一种方法是将文件提取到目录中，然后使用如下脚本转换文件名：

$path = $argv[1];
$from_encoding = isset($argv[2]) ? $argv[2] : 'CP866';

if ($handle = opendir($path)) {
  while ($file = readdir($handle)) {
    rename($file, iconv($from_encoding, 'UTF-8', $file));
  }
  closedir($handle);
}

示例用法：

php script.php directory Windows-1252

或者，使用 ZipArchive 如下。

$zip = new ZipArchive;

$filename = $argv[1];
$from_encoding = isset($argv[2]) ? $argv[2] : 'CP866';

$zip->open($filename) or die "failed to open $filename\n";

for ($i = 0; $i < $zip->numFiles; ++$i) {
  $zip->renameIndex($i, iconv($from_encoding,'UTF-8', $zip->getNameIndex($i)));
}
$zip->extractTo('/target/directory/');

$zip->close();

示例用法：

php script.php file.zip Windows-1252

Answer 2

感谢 Ruslan Osmanov，但我找到了解决方案。解压缩我的 zip 文件后，我使用 convmv 所以这是我的过程：

unzip myfile.zip
convmv --notest -r -f WINDOWS-1252 -t utf8

感谢这个 post : Windows-1252 to UTF-8 encoding

Shell - 解压带重音的文件夹

Shell - Unzip folder with accent

php

zip

unzip