Wie entferne ich ungültige Zeichen aus Dateinamen?

Ich habe Dateien mit ungültigen Zeichen wie diesen

009_-_�%86ndringshåndtering.html

Hier ist Æetwas im Dateinamen schief gelaufen.

Gibt es eine Möglichkeit, alle ungültigen Zeichen zu entfernen?

oder könnte trdas irgendwie genutzt werden?

echo "009_-_�%86ndringshåndtering.html" | tr ???

Ein Weg wäre mit sed:

mv 'file' $(echo 'file' | sed -e 's/[^A-Za-z0-9._-]/_/g')

Ersetzen fileSie sie natürlich durch Ihren Dateinamen. Dies ersetzt alles, was kein Buchstabe, Ziffer, Punkt, Unterstrich oder Bindestrich ist, durch einen Unterstrich. Sie können Zeichen hinzufügen oder entfernen, um sie beizubehalten, und / oder das Ersatzzeichen in etwas anderes oder gar nichts zu ändern.

Ich gehe davon aus, dass Sie auf einer Linux-Box sind und die Dateien auf einer Windows-Box erstellt wurden. Linux verwendet UTF-8 als Zeichenkodierung für Dateinamen, während Windows etwas anderes verwendet. Ich denke, das ist die Ursache des Problems.

Ich würde "convmv" verwenden. Dies ist ein Tool, das Dateinamen von einer Zeichenkodierung in eine andere konvertieren kann. Für Westeuropa funktioniert normalerweise eines der folgenden Verfahren:

convmv -r -f windows-1252 -t UTF-8 .
convmv -r -f ISO-8859-1 -t UTF-8 .
convmv -r -f cp-850 -t UTF-8 .

Wenn Sie es auf einem Debian-basierten Linux installieren müssen, können Sie dies tun, indem Sie Folgendes ausführen:

sudo apt-get install convmv

Es funktioniert bei mir jedes Mal und stellt den ursprünglichen Dateinamen wieder her.

Quelle: LeaseWebLabs

Ich nehme an, Sie meinen, Sie möchten das Dateisystem durchqueren und alle diese Dateien reparieren?

So würde ich es machen

find /path/to/files -type f -print0 | \
perl -n0e '$new = $_; if($new =~ s/[^[:ascii:]]/_/g) {
  print("Renaming $_ to $new\n"); rename($_, $new);
}'

Das würde alle Dateien mit Nicht-ASCII-Zeichen finden und diese Zeichen durch Unterstriche ( _) ersetzen . Seien Sie jedoch vorsichtig, wenn eine Datei mit dem neuen Namen bereits vorhanden ist, wird sie überschrieben. Das Skript kann geändert werden, um nach einem solchen Fall zu suchen, aber ich habe das nicht eingefügt, um es einfach zu halten.

Die folgenden Antworten finden Sie unter https://stackoverflow.com/questions/2124010/grep-regex-to-match-non-ascii-characters . Sie können Folgendes verwenden:

rename 's/[^\x00-\x7F]//g' *

wo *passt zu den Dateien, die Sie umbenennen möchten. Wenn Sie es über mehrere Verzeichnisse tun möchten, können Sie Folgendes tun:

find . -exec rename 's/[^\x00-\x7F]//g' "{}" \;

Mit dem Argument -n können renameSie einen Probelauf durchführen und sehen, was geändert wird, ohne es zu ändern.

Ich hatte einige japanische Dateien mit kaputten Dateinamen von einem kaputten USB-Stick wiederhergestellt und die oben genannten Lösungen funktionierten nicht für mich.

Ich empfehle das Detox-Paket:

Das Dienstprogramm detox benennt Dateien um, um die Arbeit mit ihnen zu erleichtern. Es beseitigt Leerzeichen und andere derartige Belästigungen. Es werden auch Latin-1-Zeichen (ISO 8859-1), die in 8-Bit-ASCII codiert sind, Unicode-Zeichen, die in UTF-8 codiert sind, und CGI-Escape-Zeichen übersetzt oder bereinigt.

Anwendungsbeispiel:

detox -r -v /path/to/your/files

-r In Unterverzeichnisse zurückverfolgen
-v Ausführlich darüber sein, welche Dateien umbenannt werden 
-n Kann für einen Trockenlauf verwendet werden (nur anzeigen, was geändert werden würde)

Dieses Shell-Skript bereinigt ein Verzeichnis rekursiv, um Dateien zwischen Linux / Windows und FAT / NTFS / exFAT portierbar zu machen. Es entfernt Steuerzeichen /:*?"<>\|und einige reservierte Windows-Namen wie COM0.

sanitize() {
  shopt -s extglob;

  filename=$(basename "$1")
  directory=$(dirname "$1")

  filename_clean=$(echo "$filename" | sed -e 's/[\\/:\*\?"<>\|\x01-\x1F\x7F]//g' -e 's/^\(nul\|prn\|con\|lpt[0-9]\|com[0-9]\|aux\)\(\.\|$\)//i' -e 's/^\.*$//' -e 's/^$/NONAME/')

  if (test "$filename" != "$filename_clean")
  then
    mv -v "$1" "$directory/$filename_clean"
  fi
}

export -f sanitize

sanitize_dir() {
  find "$1" -depth -exec bash -c 'sanitize "$0"' {} \;
}

sanitize_dir '/path/to/somewhere'

Linux ist theoretisch weniger restriktiv ( /und \0in Dateinamen strengstens verboten), in der Praxis stören jedoch mehrere Zeichen Bash-Befehle (wie *...), weshalb sie auch in Dateinamen vermieden werden sollten.

Gute Quellen für Einschränkungen bei der Benennung von Dateien:

• MSDN: Benennen von Dateien
• Wikipedia: Vergleich der Dateinamenbeschränkungen

Wenn Sie eingebettete Zeilenumbrüche, Multibyte-Zeichen, Leerzeichen, führende Bindestriche, umgekehrte Schrägstriche und Leerzeichen verarbeiten möchten, benötigen Sie etwas Robusteres. Lesen Sie dazu die Antwort:
https://superuser.com/a/858671/365691

Ich stelle das Skript bei Interesse auf code.google.com ein: rnf-bash-rename-script

Ich verwende diesen Einzeiler, um ungültige Zeichen in Untertiteldateien zu entfernen:

for f in *.srt; do nf=$(echo "$f" |sed -e 's/[^A-Za-z0-9.]/./g' |sed 's/\.\.\././g' |sed 's/\.\././g'); test "$f" != "$nf" && mv "$f" "$nf" && echo "$nf"; done

1. Nur * .srt-Dateien verarbeiten (* kann anstelle von * .srt verwendet werden, um jede Datei zu verarbeiten)
2. Entfernt alle anderen Zeichen mit Ausnahme der Buchstaben A-Za-z, der Ziffern 0-9 und der Punkte "."
3. Entfernt mögliche Doppel- oder Dreifachperioden
4. Überprüft, ob der Dateiname ungültige Zeichen enthält
5. Wenn true, wird die Datei mit dem Befehl mv umbenannt und die mit dem Befehl echo vorgenommenen Änderungen ausgegeben

für Datei in *; do mv "$ file" $ (echo "$ file" | sed -es / [^ A-Za-z0-9. -] / / g '); getan &