info
Google Groups no longer supports new Usenet posts or subscriptions. Historical content remains viewable.
Dismiss
имена файлов
1 view
Skip to first unread message
Stas Mishchenkov
May 23, 2020, 6:55:01 AM5/23/20
to
Hi, All!
На ntfs имена файлов хранятся в UTF-16, в консоль при этом винда отдает их
в cp1251. Если нужно создать список файлов в cp866, то в именах файлов иногда
встречается следующее:
cp1251: Ленинград - Ах уехала жена.mp3
cp866: Ленинград ? Ах уехала жена.mp3
Как правильно избежать такой ситуации, ну, кроме переименования файлов,
разумеется?
Have nice nights.
Stas Mishchenkov.
На ntfs имена файлов хранятся в UTF-16, в консоль при этом винда отдает их
в cp1251. Если нужно создать список файлов в cp866, то в именах файлов иногда
встречается следующее:
cp1251: Ленинград - Ах уехала жена.mp3
cp866: Ленинград ? Ах уехала жена.mp3
Как правильно избежать такой ситуации, ну, кроме переименования файлов,
разумеется?
Have nice nights.
Stas Mishchenkov.
Alexey Vissarionov
May 23, 2020, 7:40:01 AM5/23/20
to
Доброго времени суток, Stas!
23 May 2020 13:44:10, ты -> All:
SM> На ntfs имена файлов хранятся в UTF-16, в консоль при этом винда
SM> отдает их в cp1251. Если нужно создать список файлов в cp866, то
SM> в именах файлов иногда встречается следующее:
SM> cp1251: Ленинград - Ах уехала жена.mp3
SM> cp866: Ленинград ? Ах уехала жена.mp3
SM> Как правильно избежать такой ситуации,
Да в общем-то ничего сложного...
SM> ну, кроме переименования файлов, разумеется?
Значит, никак.
--
Alexey V. Vissarionov aka Gremlin from Kremlin
gremlin ПРИ gremlin ТЧК ru; +vii-cmiii-ccxxix-lxxix-xlii
... Овощ вам в помощь - в смысле, хрен с вами!
23 May 2020 13:44:10, ты -> All:
SM> На ntfs имена файлов хранятся в UTF-16, в консоль при этом винда
SM> отдает их в cp1251. Если нужно создать список файлов в cp866, то
SM> в именах файлов иногда встречается следующее:
SM> cp1251: Ленинград - Ах уехала жена.mp3
SM> cp866: Ленинград ? Ах уехала жена.mp3
SM> Как правильно избежать такой ситуации,
Да в общем-то ничего сложного...
SM> ну, кроме переименования файлов, разумеется?
Значит, никак.
--
Alexey V. Vissarionov aka Gremlin from Kremlin
gremlin ПРИ gremlin ТЧК ru; +vii-cmiii-ccxxix-lxxix-xlii
... Овощ вам в помощь - в смысле, хрен с вами!
Alexander N. Skovpen
May 23, 2020, 2:10:01 PM5/23/20
to
Hello Stas Mishchenkov!
23 May 20 13:44:10, Stas Mishchenkov wrote to All:
SM> На ntfs имена файлов хранятся в UTF-16, в консоль при этом винда
SM> отдает их в cp1251. Если нужно создать список файлов в cp866, то в
SM> именах файлов иногда встречается следующее:
SM> cp1251: Ленинград - Ах уехала жена.mp3
SM> cp866: Ленинград ? Ах уехала жена.mp3
SM> Как правильно избежать такой ситуации, ну, кроме переименования файлов,
SM> разумеется?
А как ты CP1251 в CP866 перекодируешь?
Alexander
23 May 20 13:44:10, Stas Mishchenkov wrote to All:
SM> На ntfs имена файлов хранятся в UTF-16, в консоль при этом винда
SM> отдает их в cp1251. Если нужно создать список файлов в cp866, то в
SM> именах файлов иногда встречается следующее:
SM> cp1251: Ленинград - Ах уехала жена.mp3
SM> cp866: Ленинград ? Ах уехала жена.mp3
SM> Как правильно избежать такой ситуации, ну, кроме переименования файлов,
SM> разумеется?
А как ты CP1251 в CP866 перекодируешь?
Alexander
Stas Mishchenkov
May 23, 2020, 3:00:01 PM5/23/20
to
Hi, Alexander!
23 май 20 21:07, Alexander N. Skovpen -> Stas Mishchenkov:
SM>> На ntfs имена файлов хранятся в UTF-16, в консоль при этом винда
SM>> отдает их в cp1251. Если нужно создать список файлов в cp866, то в
SM>> именах
SM>> файлов иногда встречается следующее:
use Encode 'decode';
use Encode 'encode';
$fname = encode( 'cp866', decode( 'cp1251', $key ) ) if $^O eq 'MSWin32';
кстати, почему-то from_to не срабатывает, хотя внутри у нее как раз то же
самое.
и еще один вопрос попутно...
if $^O eq 'MSWin32'; - не совсем корректная проверка, но setlocale почему-то
под разной виндой выдает разное при одной и той же локали.
23 май 20 21:07, Alexander N. Skovpen -> Stas Mishchenkov:
SM>> На ntfs имена файлов хранятся в UTF-16, в консоль при этом винда
SM>> отдает их в cp1251. Если нужно создать список файлов в cp866, то в
SM>> именах
SM>> cp1251: Ленинград - Ах уехала жена.mp3
SM>> cp866: Ленинград ? Ах уехала жена.mp3
SM>> Как правильно избежать такой ситуации, ну, кроме переименования файлов,
SM>> разумеется?
ANS> А как ты CP1251 в CP866 перекодируешь?
SM>> cp866: Ленинград ? Ах уехала жена.mp3
SM>> Как правильно избежать такой ситуации, ну, кроме переименования файлов,
SM>> разумеется?
use Encode 'decode';
use Encode 'encode';
$fname = encode( 'cp866', decode( 'cp1251', $key ) ) if $^O eq 'MSWin32';
кстати, почему-то from_to не срабатывает, хотя внутри у нее как раз то же
самое.
и еще один вопрос попутно...
if $^O eq 'MSWin32'; - не совсем корректная проверка, но setlocale почему-то
под разной виндой выдает разное при одной и той же локали.
Stas Mishchenkov
May 23, 2020, 3:00:01 PM5/23/20
to
Hi, Alexey!
23 май 20 14:23, Alexey Vissarionov -> Stas Mishchenkov:
SM>> На ntfs имена файлов хранятся в UTF-16, в консоль при этом винда
SM>> отдает их в cp1251. Если нужно создать список файлов в cp866, то
SM>> в именах файлов иногда встречается следующее:
SM>> cp1251: Ленинград - Ах уехала жена.mp3
SM>> cp866: Ленинград ? Ах уехала жена.mp3
SM>> Как правильно избежать такой ситуации,
AV> Да в общем-то ничего сложного...
Что-то мне подсказывает, что лазейка есть, ииначе бы не спрашивал.
SM>> ну, кроме переименования файлов, разумеется?
AV> Значит, никак.
Этого я и боялся. Не, для себя под полумух я делал скриптик на REXX-е, который
транслитерировал и переименовывал файлы, причем не по правилам жертв ЕГЭ, а
старорежимно правильно. Хотелось бы обойтись в этот раз...
23 май 20 14:23, Alexey Vissarionov -> Stas Mishchenkov:
SM>> На ntfs имена файлов хранятся в UTF-16, в консоль при этом винда
SM>> отдает их в cp1251. Если нужно создать список файлов в cp866, то
SM>> в именах файлов иногда встречается следующее:
SM>> cp1251: Ленинград - Ах уехала жена.mp3
SM>> cp866: Ленинград ? Ах уехала жена.mp3
SM>> Как правильно избежать такой ситуации,
Что-то мне подсказывает, что лазейка есть, ииначе бы не спрашивал.
SM>> ну, кроме переименования файлов, разумеется?
Этого я и боялся. Не, для себя под полумух я делал скриптик на REXX-е, который
транслитерировал и переименовывал файлы, причем не по правилам жертв ЕГЭ, а
старорежимно правильно. Хотелось бы обойтись в этот раз...
Eugene Grosbein
May 23, 2020, 9:15:01 PM5/23/20
to
23 мая 2020, суббота, в 13:44 NOVT, Stas Mishchenkov написал(а):
SM> Hа ntfs имена файлов хранятся в UTF-16, в консоль при этом винда
SM> отдает их
SM> в cp1251. Если нужно создать список файлов в cp866, то в именах файлов
SM> иногда
SM> встречается следующее:
SM> cp1251: Ленинград - Ах уехала жена.mp3
SM> cp866: Ленинград ? Ах уехала жена.mp3
SM> Как правильно избежать такой ситуации, ну, кроме переименования файлов,
SM> разумеется?
И в наборе символов Unicode (а UTF-16 лишь один из технических способов
представления Unicode), и в наборе символов cp1251 есть символы,
которых тупо нет в cp866, таких как длинное тире или "типографские кавычки".
Если в таблице тупо нет символа, то ты можешь только подобрать
более-менее подходящий по виду символ или группу символов для замены.
CP866 отличается от KOI8-R только порядком символов в таблице,
а сам набор символов тот же самый, поэтому тебе, может быть,
пригодится готовая таблица для такиз замен за авторством
покойного Чернова из его утилиты fromwin, правда в синтаксисе C:
win2koi8[] = {
"Ъ", "Г", "\'", "г", "\"", "...", "+", "+", /* 80-87 */
"#", "%", "ЛЬ", "<", "HЬ", "К", "h", "Ц", /* 88-8F */
"h", "`", "\'", "\"", "\"", "\x95", "-", "-", /* 90-97 */
"#", "(TM)", "ль", ">", "нь", "к", "h", "ц", /* 98-9F */
"\x9A", "У", "у", "J", "$", "Г", "|", "$", /* A0-A7 */
"\xB3", "\xBF", "Е", "\"", "^", "-", "(R)", "I", /* A8-AF */
"\x9C", "+", "I", "i", "г", "m", "#", "\x9E", /* B0-B7 */
"\xA3", "N", "е", "\"", "j", "S", "s", "i", /* B8-BF */
"\xE1", "\xE2", "\xF7", "\xE7", "\xE4", "\xE5", "\xF6", "\xFA", /* C0-C7 */
"\xE9", "\xEA", "\xEB", "\xEC", "\xED", "\xEE", "\xEF", "\xF0", /* C8-CF */
"\xF2", "\xF3", "\xF4", "\xF5", "\xE6", "\xE8", "\xE3", "\xFE", /* D0-D7 */
"\xFB", "\xFD", "\xFF", "\xF9", "\xF8", "\xFC", "\xE0", "\xF1", /* D8-DF */
"\xC1", "\xC2", "\xD7", "\xC7", "\xC4", "\xC5", "\xD6", "\xDA", /* E0-E7 */
"\xC9", "\xCA", "\xCB", "\xCC", "\xCD", "\xCE", "\xCF", "\xD0", /* E8-EF */
"\xD2", "\xD3", "\xD4", "\xD5", "\xC6", "\xC8", "\xC3", "\xDE", /* F0-F7 */
"\xDB", "\xDD", "\xDF", "\xD9", "\xD8", "\xDC", "\xC0", "\xD1" /* F8-FF */
};
Тут символ многоточия заменяется на три точки, варианты тире
на дефис, символ копирайта на (R) и так далее.
Eugene
--
Hаучить не кланяться авторитетам, а исследовать их и сравнивать их поучения
с жизнью. Hаучить настороженно относиться к опыту бывалых людей, потому что
жизнь меняется необычайно быстро.
SM> Hа ntfs имена файлов хранятся в UTF-16, в консоль при этом винда
SM> отдает их
SM> в cp1251. Если нужно создать список файлов в cp866, то в именах файлов
SM> иногда
SM> встречается следующее:
SM> cp1251: Ленинград - Ах уехала жена.mp3
SM> cp866: Ленинград ? Ах уехала жена.mp3
SM> Как правильно избежать такой ситуации, ну, кроме переименования файлов,
SM> разумеется?
И в наборе символов Unicode (а UTF-16 лишь один из технических способов
представления Unicode), и в наборе символов cp1251 есть символы,
которых тупо нет в cp866, таких как длинное тире или "типографские кавычки".
Если в таблице тупо нет символа, то ты можешь только подобрать
более-менее подходящий по виду символ или группу символов для замены.
CP866 отличается от KOI8-R только порядком символов в таблице,
а сам набор символов тот же самый, поэтому тебе, может быть,
пригодится готовая таблица для такиз замен за авторством
покойного Чернова из его утилиты fromwin, правда в синтаксисе C:
win2koi8[] = {
"Ъ", "Г", "\'", "г", "\"", "...", "+", "+", /* 80-87 */
"#", "%", "ЛЬ", "<", "HЬ", "К", "h", "Ц", /* 88-8F */
"h", "`", "\'", "\"", "\"", "\x95", "-", "-", /* 90-97 */
"#", "(TM)", "ль", ">", "нь", "к", "h", "ц", /* 98-9F */
"\x9A", "У", "у", "J", "$", "Г", "|", "$", /* A0-A7 */
"\xB3", "\xBF", "Е", "\"", "^", "-", "(R)", "I", /* A8-AF */
"\x9C", "+", "I", "i", "г", "m", "#", "\x9E", /* B0-B7 */
"\xA3", "N", "е", "\"", "j", "S", "s", "i", /* B8-BF */
"\xE1", "\xE2", "\xF7", "\xE7", "\xE4", "\xE5", "\xF6", "\xFA", /* C0-C7 */
"\xE9", "\xEA", "\xEB", "\xEC", "\xED", "\xEE", "\xEF", "\xF0", /* C8-CF */
"\xF2", "\xF3", "\xF4", "\xF5", "\xE6", "\xE8", "\xE3", "\xFE", /* D0-D7 */
"\xFB", "\xFD", "\xFF", "\xF9", "\xF8", "\xFC", "\xE0", "\xF1", /* D8-DF */
"\xC1", "\xC2", "\xD7", "\xC7", "\xC4", "\xC5", "\xD6", "\xDA", /* E0-E7 */
"\xC9", "\xCA", "\xCB", "\xCC", "\xCD", "\xCE", "\xCF", "\xD0", /* E8-EF */
"\xD2", "\xD3", "\xD4", "\xD5", "\xC6", "\xC8", "\xC3", "\xDE", /* F0-F7 */
"\xDB", "\xDD", "\xDF", "\xD9", "\xD8", "\xDC", "\xC0", "\xD1" /* F8-FF */
};
Тут символ многоточия заменяется на три точки, варианты тире
на дефис, символ копирайта на (R) и так далее.
Eugene
--
Hаучить не кланяться авторитетам, а исследовать их и сравнивать их поучения
с жизнью. Hаучить настороженно относиться к опыту бывалых людей, потому что
жизнь меняется необычайно быстро.
Eugene Grosbein
May 24, 2020, 3:05:02 AM5/24/20
to
24 мая 2020, воскресенье, в 07:57 NOVT, Eugene Grosbein написал(а):
EG> Тут символ многоточия заменяется на три точки, варианты тире
EG> на дефис, символ копирайта на (R) и так далее.
Hе копирайта, а оригинала, конечно.
Eugene
EG> Тут символ многоточия заменяется на три точки, варианты тире
EG> на дефис, символ копирайта на (R) и так далее.
Hе копирайта, а оригинала, конечно.
Eugene
Stas Mishchenkov
May 24, 2020, 8:35:01 AM5/24/20
to
Hi, Eugene!
24 май 20 07:57, Eugene Grosbein -> Stas Mishchenkov:
EG> Если в таблице тупо нет символа, то ты можешь только подобрать
EG> более-менее подходящий по виду символ или группу символов для замены.
Ну, да. Иначе никак.
EG> CP866 отличается от KOI8-R только порядком символов в таблице,
EG> а сам набор символов тот же самый, поэтому тебе, может быть,
EG> пригодится готовая таблица для такиз замен за авторством
EG> покойного Чернова из его утилиты fromwin, правда в синтаксисе C:
Спасибо. То, что нужно.
EG> win2koi8[] = {
EG> "Ъ", "Г", "\'", "г", "\"", "...", "+", "+", /* 80-87
Как я понял, кириллические символы я здесь вижу уже в cp866, а коментарии - это
номера симфволов в cp1251?
24 май 20 07:57, Eugene Grosbein -> Stas Mishchenkov:
EG> Если в таблице тупо нет символа, то ты можешь только подобрать
EG> более-менее подходящий по виду символ или группу символов для замены.
Ну, да. Иначе никак.
EG> CP866 отличается от KOI8-R только порядком символов в таблице,
EG> а сам набор символов тот же самый, поэтому тебе, может быть,
EG> пригодится готовая таблица для такиз замен за авторством
EG> покойного Чернова из его утилиты fromwin, правда в синтаксисе C:
Спасибо. То, что нужно.
EG> win2koi8[] = {
EG> "Ъ", "Г", "\'", "г", "\"", "...", "+", "+", /* 80-87
Как я понял, кириллические символы я здесь вижу уже в cp866, а коментарии - это
номера симфволов в cp1251?
Alexander N. Skovpen
May 24, 2020, 9:15:01 AM5/24/20
to
Hello Stas Mishchenkov!
23 May 20 21:44:36, Stas Mishchenkov wrote to Alexander N. Skovpen:
ANS>> А как ты CP1251 в CP866 перекодируешь?
SM> use Encode 'decode';
SM> use Encode 'encode';
SM> $fname = encode( 'cp866', decode( 'cp1251', $key ) ) if $^O eq 'MSWin32';
а если 'use utf8;' добавить?
Alexander
23 May 20 21:44:36, Stas Mishchenkov wrote to Alexander N. Skovpen:
ANS>> А как ты CP1251 в CP866 перекодируешь?
SM> use Encode 'encode';
SM> $fname = encode( 'cp866', decode( 'cp1251', $key ) ) if $^O eq 'MSWin32';
а если 'use utf8;' добавить?
Alexander
Eugene Grosbein
May 24, 2020, 1:35:01 PM5/24/20
to
24 мая 2020, воскресенье, в 15:28 NOVT, Stas Mishchenkov написал(а):
EG>> win2koi8[] = {
EG>> "Ъ", "Г", "\'", "г", "\"", "...", "+", "+", /* 80-87
SM> Как я понял, кириллические символы я здесь вижу уже в cp866,
Символы это символы, это алфавит кодировки.
Буква "Г" русского языка один и тот же символ что в cp866,
что в koi8-r, что в win1251 и даже в Unicode,
разница только в машинном представлении.
В данной таблице ты видишь символы и их положение в koi8-r.
SM> а коментарии - это номера симфволов в cp1251?
Hет, это номера символов в koi8-r в данном случае.
Eugene
EG>> win2koi8[] = {
EG>> "Ъ", "Г", "\'", "г", "\"", "...", "+", "+", /* 80-87
Символы это символы, это алфавит кодировки.
Буква "Г" русского языка один и тот же символ что в cp866,
что в koi8-r, что в win1251 и даже в Unicode,
разница только в машинном представлении.
В данной таблице ты видишь символы и их положение в koi8-r.
SM> а коментарии - это номера симфволов в cp1251?
Hет, это номера символов в koi8-r в данном случае.
Eugene
Stas Mishchenkov
May 24, 2020, 5:10:01 PM5/24/20
to
Hi, Eugene!
25 май 20 00:15, Eugene Grosbein -> Stas Mishchenkov:
EG>>> win2koi8[] = {
EG>>> "Ъ", "Г", "\'", "г", "\"", "...", "+", "+", /*
EG>>> 80-87
EG> Буква "Г" русского языка один и тот же символ что в cp866,
EG> что в koi8-r, что в win1251 и даже в Unicode,
EG> разница только в машинном представлении.
EG> В данной таблице ты видишь символы и их положение в koi8-r.
SM>> а коментарии - это номера симфволов в cp1251?
EG> Hет, это номера символов в koi8-r в данном случае.
Разобрался. Все оказалось, как я и предположил. Сделал рабочую процедуру. Хотя,
может быть, очень криво.
25 май 20 00:15, Eugene Grosbein -> Stas Mishchenkov:
EG>>> win2koi8[] = {
EG>>> "Ъ", "Г", "\'", "г", "\"", "...", "+", "+", /*
SM>> Как я понял, кириллические символы я здесь вижу уже в cp866,
EG> Символы это символы, это алфавит кодировки.
EG> Буква "Г" русского языка один и тот же символ что в cp866,
EG> что в koi8-r, что в win1251 и даже в Unicode,
EG> разница только в машинном представлении.
EG> В данной таблице ты видишь символы и их положение в koi8-r.
SM>> а коментарии - это номера симфволов в cp1251?
Разобрался. Все оказалось, как я и предположил. Сделал рабочую процедуру. Хотя,
может быть, очень криво.
Stas Mishchenkov
May 24, 2020, 5:15:01 PM5/24/20
to
*** Ответ на сообщение из _Carbon.Mail (Carbon.Mail).
Hi, Alexey!
23 май 20 14:23, Alexey Vissarionov -> Stas Mishchenkov:
SM>> ну, кроме переименования файлов, разумеется?
AV> Значит, никак.
Избежал. Спасибо. Подскажи лучше в линуксчайнмке.
Hi, Alexey!
23 май 20 14:23, Alexey Vissarionov -> Stas Mishchenkov:
SM>> На ntfs имена файлов хранятся в UTF-16, в консоль при этом винда
SM>> отдает их в cp1251. Если нужно создать список файлов в cp866, то
SM>> в именах файлов иногда встречается следующее:
SM>> cp1251: Ленинград - Ах уехала жена.mp3
SM>> cp866: Ленинград ? Ах уехала жена.mp3
SM>> Как правильно избежать такой ситуации,
AV> Да в общем-то ничего сложного...
SM>> отдает их в cp1251. Если нужно создать список файлов в cp866, то
SM>> в именах файлов иногда встречается следующее:
SM>> cp1251: Ленинград - Ах уехала жена.mp3
SM>> cp866: Ленинград ? Ах уехала жена.mp3
SM>> Как правильно избежать такой ситуации,
SM>> ну, кроме переименования файлов, разумеется?
Избежал. Спасибо. Подскажи лучше в линуксчайнмке.
Stas Mishchenkov
May 24, 2020, 10:45:01 PM5/24/20
to
*** Ответ на сообщение из _Carbon.Mail (Carbon.Mail).
Hi, Alexander!
24 май 20 16:12, Alexander N. Skovpen -> Stas Mishchenkov:
ANS>>> А как ты CP1251 в CP866 перекодируешь?
SM>> use Encode 'decode';
SM>> use Encode 'encode';
SM>> $fname = encode( 'cp866', decode( 'cp1251', $key ) ) if $^O eq
ANS> а если 'use utf8;' добавить?
А зачем? В cp866 от этого совмечтимые символы не появятся же?
Stas Mishchenkov
May 25, 2020, 8:00:01 AM5/25/20
to
Hi, Eugene!
25 май 20 00:15, Eugene Grosbein -> Stas Mishchenkov:
EG> В данной таблице ты видишь символы и их положение в koi8-r.
25 май 20 00:15, Eugene Grosbein -> Stas Mishchenkov:
SM>> а коментарии - это номера симфволов в cp1251?
Между тем, я проверил свое предположение и оно оказалось верным. Всё чудесно
перекодируется. Спасибо.
0 new messages