Jakie znaki są zabronione w nazwach katalogów Windows i Linux?

Wiem, że / jest nielegalne w systemie Linux, a następujące są nielegalne w systemie Windows (myślę) * . " / \ [ ] : ; | ,

Czego jeszcze mi brakuje?

Potrzebuję jednak kompleksowego przewodnika uwzględniającego znaki dwubajtowe. Łączenie się z zewnętrznymi zasobami jest dla mnie w porządku.

Najpierw muszę utworzyć katalog w systemie plików, używając nazwy, która może zawierać niedozwolone znaki, więc planuję zastąpić te znaki podkreśleniami. Następnie muszę napisać ten katalog i jego zawartość do pliku zip (przy użyciu Java), więc wszelkie dodatkowe porady dotyczące nazw katalogów zip będą mile widziane.

„Kompleksowy przewodnik” dotyczący zabronionych znaków nazw plików nie będzie działał w systemie Windows, ponieważ rezerwuje nazwy plików i znaki. Tak, znaki takie jak * " ?i inne są zabronione, ale istnieje nieskończona liczba nazw złożonych tylko z prawidłowych znaków, które są zabronione. Na przykład spacje i kropki są poprawnymi znakami nazw plików, ale nazwy złożone tylko z tych znaków są zabronione.

System Windows nie rozróżnia wielkich i małych liter, więc nie można utworzyć folderu o nazwie, Ajeśli taki ajuż istnieje. Gorsze, pozornie dozwolony nazwy jak PRNi CON, i wiele innych, są zastrzeżone i nie wolno. System Windows ma również kilka ograniczeń długości; nazwa pliku ważna w jednym folderze może stać się niepoprawna, jeśli zostanie przeniesiona do innego folderu. Reguły nazewnictwa plików i folderów znajdują się w dokumentach Microsoft.

Zasadniczo nie można używać tekstu generowanego przez użytkownika do tworzenia nazw katalogów Windows. Jeśli chcesz, aby umożliwić użytkownikom nazwa cokolwiek chcą, trzeba stworzyć bezpieczne nazwiska jak A, AB, A2et al., Nazwy przechowywać generowane przez użytkownika i ich ekwiwalenty ścieżka w pliku danych aplikacji i wykonać mapowanie ścieżki w aplikacji.

Jeśli absolutnie musisz zezwolić na nazwy folderów generowane przez użytkowników, jedynym sposobem na stwierdzenie, czy są one nieprawidłowe, jest wychwycenie wyjątków i założenie, że nazwa jest nieprawidłowa. Nawet to jest obarczone niebezpieczeństwem, ponieważ wyjątki zgłaszane w przypadku odmowy dostępu, dyski offline i brak miejsca na dysku pokrywają się z wyjątkami, które można wyrzucić w przypadku nieprawidłowych nazw. Otwierasz jedną wielką paczkę krzywdy.

Uprośćmy to i najpierw odpowiedzmy na pytanie.

1. Niedozwolonymi drukowanymi znakami ASCII są:

   • Linux / Unix:

     / (forward slash)
     

   • Windows:

     < (less than)
     > (greater than)
     : (colon - sometimes works, but is actually NTFS Alternate Data Streams)
     " (double quote)
     / (forward slash)
     \ (backslash)
     | (vertical bar or pipe)
     ? (question mark)
     * (asterisk)
     

2. Znaki niedrukowalne

   Jeśli Twoje dane pochodzą ze źródła, które zezwala na znaki niedrukowalne, jest więcej do sprawdzenia.

   • Linux / Unix:

     0 (NULL byte)
     

   • Windows:

     0-31 (ASCII control characters)
     

   Uwaga: Chociaż w systemach plików Linux / Unix dozwolone jest tworzenie plików ze znakami kontrolnymi w nazwie pliku, użytkownicy mogą mieć koszmar z takimi plikami .

3. Zarezerwowane nazwy plików

   Zastrzeżone są następujące nazwy plików:

   • Windows:

     CON, PRN, AUX, NUL 
     COM1, COM2, COM3, COM4, COM5, COM6, COM7, COM8, COM9
     LPT1, LPT2, LPT3, LPT4, LPT5, LPT6, LPT7, LPT8, LPT9
     

     (zarówno samodzielnie, jak i z dowolnymi rozszerzeniami plików, np LPT1.txt.).

4. Inne zasady

   • Windows:

     Nazwy plików nie mogą kończyć się spacją ani kropką.

W Linuksie i innych systemach związanych z Uniksem istnieją tylko dwa znaki, które nie mogą pojawić się w nazwie pliku lub katalogu, a są to NUL '\0'i ukośnik '/'. Ukośnik może oczywiście występować w nazwie ścieżki, oddzielając składniki katalogu.

Plotka ¹ głosi, że Steven Bourne (z „shell” FAME) miał katalog zawierający 254 plików, po jednym dla każdej litery (kod znaków), które mogą pojawić się w nazwie pliku (z wyłączeniem /, '\0'; nazwa .był obecny katalog, oczywiście ). Służył do testowania powłoki Bourne'a i rutynowo dokonywał spustoszenia w nieostrożnych programach, takich jak programy do tworzenia kopii zapasowych.

Inne osoby przestrzegały zasad systemu Windows.

Pamiętaj, że MacOS X ma system plików bez rozróżniania wielkości liter.

Kiedy Steve Bourne pisał swoją powłokę uniksową (która stała się znana jako powłoka Bourne'a), stworzył katalog 254 plików o nazwach jednoznakowych, po jednym dla każdej wartości bajtu oprócz '\0'i ukośnika, dwóch znaków, które nie mogą występować w Uniksie nazwy plików. Używał tego katalogu do wszelkiego rodzaju testów dopasowania wzorców i tokenizacji. (Katalog testowy został oczywiście utworzony przez program). Przez lata katalog ten był zmorą programów do chodzenia po plikach; wystawił ich na próbę zniszczenia.

^{Należy pamiętać, że katalog musi być zawarta wpisy .i ..tak było wzięte stanowią 253 pliki (katalogi i 2) lub 255 wpisów nazw, zamiast 254 plików. Nie wpływa to na skuteczność anegdoty ani na dokładne testowanie, które opisuje.}

Zamiast tworzyć czarną listę znaków, możesz użyć białej listy . Biorąc wszystko pod uwagę, zakres znaków, które mają sens w kontekście nazwy pliku lub katalogu, jest dość krótki i chyba że masz jakieś bardzo specyficzne wymagania dotyczące nazewnictwa, twoi użytkownicy nie zniosą go przeciwko twojej aplikacji, jeśli nie będą mogli użyć całej tabeli ASCII.

Nie rozwiązuje to problemu zarezerwowanych nazw w docelowym systemie plików, ale dzięki białej liście łatwiej jest zmniejszyć ryzyko u źródła.

W tym duchu jest to szereg znaków, które można uznać za bezpieczne:

• Litery (az AZ) - w razie potrzeby także znaki Unicode
• Cyfry (0–9)
• Podkreślenie (_)
• Łącznik (-)
• Przestrzeń
• Kropka (.)

I wszelkie dodatkowe bezpieczne postacie, na które chcesz zezwolić. Poza tym musisz egzekwować dodatkowe zasady dotyczące spacji i kropek . Zazwyczaj wystarcza to:

• Nazwa musi zawierać co najmniej jedną literę lub cyfrę (aby uniknąć tylko kropek / spacji)
• Nazwa musi zaczynać się od litery lub cyfry (aby uniknąć wiodących kropek / spacji)
• Nazwa nie może kończyć się kropką ani spacją (po prostu przytnij je, jeśli są obecne, tak jak Explorer)

To już pozwala na dość złożone i bezsensowne nazwy. Na przykład te nazwy byłyby możliwe przy tych regułach i byłyby prawidłowymi nazwami plików w systemie Windows / Linux:

• A...........ext
• B -.- .ext

W istocie, nawet przy tak małej liczbie znaków na białej liście, powinieneś nadal decydować, co naprawdę ma sens, i odpowiednio zweryfikować / dostosować nazwę. W jednej z moich aplikacji użyłem tych samych reguł, co powyżej, ale usunąłem wszelkie zduplikowane kropki i spacje.

Najłatwiejszym sposobem, aby system Windows poinformował cię o odpowiedzi, jest próba zmiany nazwy pliku za pomocą Eksploratora i wpisanie / dla nowej nazwy. Windows wyświetli okno komunikatu z listą niedozwolonych znaków.

A filename cannot contain any of the following characters:
    \ / : * ? " < > | 

https://support.microsoft.com/en-us/kb/177506

Cóż, jeśli tylko w celach badawczych, najlepszym rozwiązaniem jest przejrzenie tego wpisu w Wikipedii na temat nazw plików .

Jeśli chcesz napisać funkcję przenośną do sprawdzania poprawności danych wejściowych użytkownika i tworzenia na podstawie tych nazw plików, krótka odpowiedź brzmi „ nie” . Rzuć okiem na przenośny moduł, taki jak Perl's File :: Spec, aby rzucić okiem na wszystkie przeskoki potrzebne do wykonania tak „prostego” zadania.

W systemie Windows można to sprawdzić za pomocą programu PowerShell

$PathInvalidChars = [System.IO.Path]::GetInvalidPathChars() #36 chars

Aby wyświetlić kody UTF-8, możesz je przekonwertować

$enc = [system.Text.Encoding]::UTF8
$PathInvalidChars | foreach { $enc.GetBytes($_) }

$FileNameInvalidChars = [System.IO.Path]::GetInvalidFileNameChars() #41 chars

$FileOnlyInvalidChars = @(':', '*', '?', '\', '/') #5 chars - as a difference

W systemie Windows 10 (2019) następujące znaki są zabronione przez błąd podczas próby ich wpisania:

Nazwa pliku nie może zawierać żadnego z następujących znaków:

\ / : * ? " < > |

Oto implementacja ac # dla okien oparta na odpowiedzi Christophera Oezbka

Zostało to bardziej skomplikowane przez wartość logiczną zawieraFolder, ale mam nadzieję, że obejmuje wszystko

/// <summary>
/// This will replace invalid chars with underscores, there are also some reserved words that it adds underscore to
/// </summary>
/// <remarks>
/// /programming/1976007/what-characters-are-forbidden-in-windows-and-linux-directory-names
/// </remarks>
/// <param name="containsFolder">Pass in true if filename represents a folder\file (passing true will allow slash)</param>
public static string EscapeFilename_Windows(string filename, bool containsFolder = false)
{
    StringBuilder builder = new StringBuilder(filename.Length + 12);

    int index = 0;

    // Allow colon if it's part of the drive letter
    if (containsFolder)
    {
        Match match = Regex.Match(filename, @"^\s*[A-Z]:\\", RegexOptions.IgnoreCase);
        if (match.Success)
        {
            builder.Append(match.Value);
            index = match.Length;
        }
    }

    // Character substitutions
    for (int cntr = index; cntr < filename.Length; cntr++)
    {
        char c = filename[cntr];

        switch (c)
        {
            case '\u0000':
            case '\u0001':
            case '\u0002':
            case '\u0003':
            case '\u0004':
            case '\u0005':
            case '\u0006':
            case '\u0007':
            case '\u0008':
            case '\u0009':
            case '\u000A':
            case '\u000B':
            case '\u000C':
            case '\u000D':
            case '\u000E':
            case '\u000F':
            case '\u0010':
            case '\u0011':
            case '\u0012':
            case '\u0013':
            case '\u0014':
            case '\u0015':
            case '\u0016':
            case '\u0017':
            case '\u0018':
            case '\u0019':
            case '\u001A':
            case '\u001B':
            case '\u001C':
            case '\u001D':
            case '\u001E':
            case '\u001F':

            case '<':
            case '>':
            case ':':
            case '"':
            case '/':
            case '|':
            case '?':
            case '*':
                builder.Append('_');
                break;

            case '\\':
                builder.Append(containsFolder ? c : '_');
                break;

            default:
                builder.Append(c);
                break;
        }
    }

    string built = builder.ToString();

    if (built == "")
    {
        return "_";
    }

    if (built.EndsWith(" ") || built.EndsWith("."))
    {
        built = built.Substring(0, built.Length - 1) + "_";
    }

    // These are reserved names, in either the folder or file name, but they are fine if following a dot
    // CON, PRN, AUX, NUL, COM0 .. COM9, LPT0 .. LPT9
    builder = new StringBuilder(built.Length + 12);
    index = 0;
    foreach (Match match in Regex.Matches(built, @"(^|\\)\s*(?<bad>CON|PRN|AUX|NUL|COM\d|LPT\d)\s*(\.|\\|$)", RegexOptions.IgnoreCase))
    {
        Group group = match.Groups["bad"];
        if (group.Index > index)
        {
            builder.Append(built.Substring(index, match.Index - index + 1));
        }

        builder.Append(group.Value);
        builder.Append("_");        // putting an underscore after this keyword is enough to make it acceptable

        index = group.Index + group.Length;
    }

    if (index == 0)
    {
        return built;
    }

    if (index < built.Length - 1)
    {
        builder.Append(built.Substring(index));
    }

    return builder.ToString();
}

Według stanu na 18.04.2017 wśród odpowiedzi na ten temat nie ma prostej czarnej lub białej listy znaków i nazw plików - i jest wiele odpowiedzi.

Najlepszą propozycją, jaką mogłem wymyślić, było zezwolenie użytkownikowi na nazwanie pliku w dowolny sposób. Korzystając z procedury obsługi błędów, gdy aplikacja próbuje zapisać plik, wychwyć wszelkie wyjątki, załóż, że nazwa jest winna (oczywiście po upewnieniu się, że ścieżka zapisywania również była poprawna) i poproś użytkownika o podanie nowej nazwy pliku. Aby uzyskać najlepsze wyniki, umieść tę procedurę sprawdzania w pętli, która będzie kontynuowana, dopóki użytkownik nie zrobi tego poprawnie lub zrezygnuje. Działa najlepiej dla mnie (przynajmniej w VBA).

Chociaż mogą być jedynymi niedozwolonymi znakami uniksowymi /i NULLchociaż należy wziąć pod uwagę interpretację wiersza poleceń.

Na przykład, chociaż nazwanie pliku 1>&2lub 2>&1w systemie Unix może być legalne , takie nazwy plików mogą być błędnie interpretowane, gdy są używane w wierszu poleceń.

Podobnie może być możliwe nazwanie pliku $PATH, ale przy próbie dostępu do niego z wiersza poleceń powłoka przełoży się $PATHna wartość zmiennej.

Trudności ze zdefiniowaniem, co jest legalne, a które nie, zostały już zaadresowane i zasugerowano białe listy . Ale system Windows obsługuje znaki większe niż 8-bitowe . Wikipedia stwierdza , że (na przykład)

dwukropek modyfikatora [( patrz 7. poniżej )] jest czasami używany w nazwach plików Windows, ponieważ jest identyczny z dwukropkiem w czcionce Segoe UI używanej dla nazw plików. Samo [odziedziczone ASCII] dwukropek jest niedozwolony.

Dlatego chcę przedstawić znacznie bardziej liberalne podejście przy użyciu znaków Unicode zamiast „nielegalnych”. Znalazłem wynik w moim porównywalnym przypadku użycia o wiele bardziej czytelnym. Poszukaj na przykład tego bloku . Ponadto możesz nawet przywrócić z tego oryginalną zawartość. Możliwe wybory i badania znajdują się na poniższej liście:

1. Zamiast *( U+002A * ASTERISK) możesz użyć jednego z wielu wymienionych, na przykład U+2217 ∗ (ASTERISK OPERATOR)lubFull Width Asterisk U+FF0A ＊
2. Zamiast tego .możesz na przykład użyć jednego z nich⋅ U+22C5 dot operator
3. Zamiast tego "możesz użyć “ U+201C english leftdoublequotemark(alternatywy patrz tutaj )
4. Zamiast /( / SOLIDUS U+002F) możesz użyć ∕ DIVISION SLASH U+2215(inne tutaj )
5. Zamiast \( \ U+005C Reverse solidus) możesz użyć ⧵ U+29F5 Reverse solidus operator( więcej )
6. Zamiast [( U+005B Left square bracket) i ]( U+005D Right square bracket) możesz użyć na przykład U+FF3B［ FULLWIDTH LEFT SQUARE BRACKETi U+FF3D ］FULLWIDTH RIGHT SQUARE BRACKET( stąd więcej możliwości tutaj )
7. Zamiast tego :możesz użyć U+2236 ∶ RATIO (for mathematical usage)lub U+A789 ꞉ MODIFIER LETTER COLON(patrz dwukropek (litera) , czasem używany w nazwach plików Windows, ponieważ jest identyczny z dwukropkiem w czcionce Segoe UI używanej do nazw plików. Sam dwukropek jest niedozwolony) (patrz tutaj )
8. Zamiast tego ;możesz użyć U+037E ; GREEK QUESTION MARK(patrz tutaj )
9. Dla |istnieją jakieś dobre zamienniki, takie jak: U+0964 । DEVANAGARI DANDA, U+2223 ∣ DIVIDESlub U+01C0 ǀ LATIN LETTER DENTAL CLICK( Wikipedia ). Również znaki do rysowania w ramkach zawierają różne inne opcje.
10. Zamiast ,( , U+002C COMMA) możesz na przykład użyć ‚ U+201A SINGLE LOW-9 QUOTATION MARK(patrz tutaj )
11. Dla ?( U+003F ? QUESTION MARK) są to dobrzy kandydaci: U+FF1F ？ FULLWIDTH QUESTION MARKlub U+FE56 ﹖ SMALL QUESTION MARK(z jego reszty dwa kolejne z Dingbats Block , szukać „pytanie”)

Podczas tworzenia skrótów internetowych w systemie Windows, aby utworzyć nazwę pliku, pomija niedozwolone znaki, z wyjątkiem ukośnika, który jest konwertowany na minus.

W powłokach uniksowych możesz cytować prawie każdą postać w pojedynczym cudzysłowie '. Z wyjątkiem samego pojedynczego cudzysłowu i nie można wyrazić znaków kontrolnych, ponieważ \nie jest rozwinięty. Dostęp do samego cytatu z cytowanego ciągu jest możliwy, ponieważ można łączyć łańcuchy z pojedynczymi i podwójnymi cudzysłowami, podobnie jak w 'I'"'"'m'przypadku dostępu do pliku o nazwie"I'm" (tutaj można również podwójnego cudzysłowu).

Dlatego należy unikać wszystkich znaków kontrolnych, ponieważ są one zbyt trudne do wprowadzenia do powłoki. Reszta jest nadal zabawna, zwłaszcza pliki zaczynające się od myślnika, ponieważ większość poleceń odczytuje je jako opcje, chyba że masz dwa myślniki --wcześniej lub podasz je za pomocą ./, co również ukrywa początek -.

Jeśli chcesz być miły, nie używaj żadnych znaków używanych przez powłokę i typowe polecenia jako elementy składniowe, czasem zależne od pozycji, więc np. Możesz nadal używać -, ale nie jako pierwszego znaku; podobnie ., możesz użyć go jako pierwszego znaku tylko wtedy, gdy masz na myśli („ukryty plik”). Kiedy masz na myśli, twoje nazwy plików to sekwencje specjalne VT100 ;-), więc ls zniekształca dane wyjściowe.

Miałem tę samą potrzebę i szukałem rekomendacji lub standardowych referencji i natknąłem się na ten wątek. Moja obecna czarna lista znaków, których należy unikać w nazwach plików i katalogów, to:

$CharactersInvalidForFileName = {
    "pound" -> "#",
    "left angle bracket" -> "<",
    "dollar sign" -> "$",
    "plus sign" -> "+",
    "percent" -> "%",
    "right angle bracket" -> ">",
    "exclamation point" -> "!",
    "backtick" -> "`",
    "ampersand" -> "&",
    "asterisk" -> "*",
    "single quotes" -> "“",
    "pipe" -> "|",
    "left bracket" -> "{",
    "question mark" -> "?",
    "double quotes" -> "”",
    "equal sign" -> "=",
    "right bracket" -> "}",
    "forward slash" -> "/",
    "colon" -> ":",
    "back slash" -> "\\",
    "lank spaces" -> "b",
    "at sign" -> "@"
};