[总结]Perl在遇到Unicode字符文件名时的各种处理方法
环境 XP/WIN7 Perl v5.16
编辑整理：523066680
常见的那些文件操作函数都不支持，于是为了达到目的，需要各种方法配合，应该是不如其他语言方便。
我只是想看看Perl到底是否适合做这件事，于是折腾了一回。
文件的建立：
-
模块：Win32
- use Win32;
- use utf8;
- use Encode;
- #接受unicode传参
- Win32::CreateFile("W32CreateFile・测试");
复制代码
- 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 $^E on failure for extended error information.
-
模块：Win32API::File
-
函数：$hObject= CreateFileW( $swPath, $uAccess, $uShare, $pSecAttr, $uCreate, $uFlags, $hModel )
-
$hObject可以返回文件对象句柄
-
注意事项： 传入的文件路径的编码格式为：UTF16-LE ，必须以\x00结尾，示例(代码保存为utf8格式)：
- use Win32API::File qw(:ALL);
- use utf8;
- use Encode;
- $str="文tes・t.txt\x00";
- $hobject=CreateFileW(encode('UTF16-LE', $str), GENERIC_WRITE, 0, [], OPEN_ALWAYS,0,0);
复制代码
目录的建立
-
模块：Win32
- use Win32;
- use utf8;
- Win32::CreateDirectory("Dir・测试");
复制代码
文件的枚举
-
在遇到unicode字符的时候，File::Find模块 以及 IO::Dir 模块都只能输出文件短名。
-
暂时用CMD /U Dir 的方法输出文件列表（郁闷吧，暂时没找到能完美操作的内置模块）
-
参考文章
http://www.perlmonks.org/?node_id=536223
-
how to read unicode filename
复制某个文件夹内的文件(文件名含unicode字符)
-
模块：Win32API::File
-
如果先获取文件的短名，然后再复制，但是目标文件名也会变成短名。
-
于是暂时用cmd /U 模式获取文件列表，然后CopyFileW进行复制：
- use Win32API::File qw':ALL';
- use Encode;
- use utf8;
- my $src=encode('gbk','.\\测试目录');
- my $dst='.\\Target';
- #该目录只有一层，/s开关是为了列出完整的路径
- my $all=`cmd /U /C dir /s /b \"$src\"`;
- my $fn;
- foreach (split(/\x0d\x00\x0a\x00/, $all)) {
- $fn = encode('gbk', decode('utf16-le',$_))."\n";
- @xrr=split(/\x5c\x00/, $_);
- CopyFileW(
- $_ ."\x00",
- encode('utf-16le', decode('utf8', "$dst\\")).$xrr[$#xrr]."\x00",
- 1
- );
- print "$^E\n" if ($^E);
- }
- <STDIN>;
复制代码
- 细节一、
-
正确地使用 split $all 截断utf-16le字符段落，分隔符为0d 00 0a 00
-
参考枚举脚本
-
细节二、
-
如果用basename()分割路径，同样会遇到00被忽略的问题，'\\' 的U16LE
-
编码是5C 00，但是basename 只按5C截断，剩下的00造成了处理乱码。
-
测试basename的第二个参数设置为 "\x5c\x00" 并不能解决这个问题
-
解决方法一、
-
手工去掉开头处00
-
方法二、
-
先转为GBK，再获取basename，再转utf-16le
-
2014-12-12 备注这种方法在LongPath的情况下，会丢失unicode字符
-
可以考虑转为UTF-8，不管怎么说都有点绕
-
方法三、
-
自己用正则表达式获取
-
/\x5C\x00([^\x5c]+)$/;
-
$1
-
方法四、
-
@xrr=split(/\x5c\x00/, $_);
-
$xrr[$#xrr]
-
细节三、
-
CopyFileW复制文件时，要在末尾加\x00作为字符串终止符
-
否则各种问题=_=
判断文件是否存在：
-
方法一：先转为短名再判断，不做赘述
-
方法二：渣方法，用CreateFileW测试建立同名文件，看是否有冲突
重命名：
-
模块：Win32API::File
- MoveFileW(
- encode('utf-16le', decode('utf8',$F))."\x00",
- encode('utf-16le', decode('utf8',$newname))."\x00"
- );
复制代码
获取文件的日期信息：
-
普通文件名的情况
http://stackoverflow.com/questions/1839877/
-
how-can-i-get-a-files-modification-date-in-ddmmyy-format-in-perl
-
含有Unicode字符的文件名的情况
http://www.perlmonks.org/?node_id=741797
-
How to stat a file with a Unicode (UTF16-LE) filename in Windows?
-
其中的方法是通过createfileW 获取文件句柄，然后用OsFHandleOpen获取通用的文件句柄对象，并传入state
-
（感觉特别绕）
-
另一种就是先转为短名再获取日期，但是这种方法在处理文件量大的时候，效率非常低。前面perlmonks中的方法
-
效率要高得多
- use utf8;
- use Encode;
- use Win32;
- $filename='D:\测试目录\董贞 ・ 01.剑如虹.[贞江湖].mp3';
- $filename=Win32::GetShortPathName($filename);
- my $mtime = (stat $filename)[9];
- my($sec,$min,$hour,$mday,$mon,$year,$wday,$yday,$isdst) = localtime($mtime);
- $year+=1900;
- $mon+=1;
- print "$year-$mon-$mday\n";
- <STDIN>;
复制代码
