修复从 UTF8 更改为 ASCII 的文件名

Question

我最近下载了一个视频包，文件名应该是日文字体。相反，上传它们的人搞砸了格式。

我得到的不是假名、平假名和汉字；

002òÅü¢âyâbâeâBâôâO(âuâïâ}).mp4

我想知道是否有办法解决这个问题，而不是要求再次上传？

我尝试将名称放入一个文本文件中，然后对该文件进行十六进制编辑以更改其编码，但这没有用。

Answer 1

我会使用 chardet 库来帮助 Python 猜测编码。

>>> import chardet
>>> s='002òÅü¢âyâbâeâBâôâO(âuâïâ}).mp4'
>>> chardet.detect(s.encode('l1'))
{'encoding': 'ISO-8859-5', 'confidence': 0.536359806931924, 'language': 'Russian'}
>>> chardet.detect(s.encode('cp437'))
{'encoding': 'SHIFT_JIS', 'confidence': 0.99, 'language': 'Japanese'}
>>> chardet.detect(s.encode('cp850'))
{'encoding': 'SHIFT_JIS', 'confidence': 0.99, 'language': 'Japanese'}

可能不是 ISO-8859-1，更有可能是 IBM 437 或 850。

>>> s.encode('cp850').decode('sjis')
'002撫⊃ペッティング(ブルマ).mp4'
>>> s.encode('cp437').decode('sjis')
'002撫○ペッティング(ブルマ).mp4'

可能是其中之一，但我看不懂。

修复从 UTF8 更改为 ASCII 的文件名

Fix Filename that was changed to ASCII from UTF8

utf-8

iso-8859-1

mojibake