rozpakuj ZIP z podanym kodowaniem

Mam pliki ZIP, które zawierają pliki, których nazwy plików są w pewnym stopniu kodowane. Powiedzmy, że znam kodowanie tych nazw plików, ale nadal nie wiem, jak poprawnie je zdekompresować.

Oto przykładowy plik , który zawiera jeden plik „【SSK 字幕 组】 The Vampire Diaries 吸血鬼 日记 S06E12.ass”

Wiem, że używane kodowanie to GB18030 (chiński)

Pytanie brzmi - jak rozpakować ten plik we FreeBSD za pomocą unzip lub innego narzędzia CLI, aby uzyskać odpowiednią zakodowaną nazwę pliku? Próbowałem wszystkiego, co mogłem, ale wynik nigdy nie był dobry. Proszę pomóż.

Próbowałem na OSX:

MBP1:test 2ge$ bsdtar xf gb18030.zip
MBP1:test 2ge$ ls
%A1%BESSK%D7%D6Ļ%D7顿The Vampire Diaries %CE%FCѪ%B9%ED%C8ռ%C7S06E12/      gb18030.zip
MBP1:test 2ge$ cd %A1%BESSK%D7%D6Ļ%D7顿The\ Vampire\ Diaries\ %CE%FCѪ%B9%ED%C8ռ%C7S06E12/
MBP1:%A1%BESSK%D7%D6Ļ%D7顿The Vampire Diaries %CE%FCѪ%B9%ED%C8ռ%C7S06E12 2ge$ ls
%A1%BESSK%D7%D6Ļ%D7顿The Vampire Diaries %CE%FCѪ%B9%ED%C8ռ%C7S06E12.ass*
MBP1:%A1%BESSK%D7%D6Ļ%D7顿The Vampire Diaries %CE%FCѪ%B9%ED%C8ռ%C7S06E12 2ge$ find . | iconv -f gb18030 -t utf-8
.
./%A1%BESSK%D7%D6L抬%D7椤縏he Vampire Diaries %CE%FC血%B9%ED%C8占%C7S06E12.ass 
MBP1:%A1%BESSK%D7%D6Ļ%D7顿The Vampire Diaries %CE%FCѪ%B9%ED%C8ռ%C7S06E12 2ge$ convmv -r -f gb18030 -t utf-8 --notest .
Skipping, already UTF-8: ./%A1%BESSK%D7%D6Ļ%D7顿The Vampire Diaries %CE%FCѪ%B9%ED%C8ռ%C7S06E12.ass
Ready!

Próbowałem podobnie z rozpakowaniem, ale mam podobny problem.

Dzięki, teraz próbuję na BEZPŁATNEJ BSD, gdzie łączę się za pomocą SSH z OSX (Terminal):

# locale
LANG=
LC_CTYPE="C"
LC_COLLATE="C"
LC_TIME="C"
LC_NUMERIC="C"
LC_MONETARY="C"
LC_MESSAGES="C"
LC_ALL=C

Pierwszą rzeczą, którą chciałbym, to właściwe pokazywanie chińskich nazwisk. Zmieniłem

setenv LC_ALL zh_CN.GB18030
setenv LANG zh_CN.GB18030

Następnie pobrałem plik i spróbowałem napisać „ls”, aby zobaczyć odpowiednie znaki, ale nie powodzenia. Myślę więc, że muszę rozwiązać pierwsze chińskie ustawienia narodowe, aby sprawdzić, kiedy otrzymam właściwy wynik, właściwie mogę go porównać. Czy możesz mi w tym pomóc?

Oto, co robię na Ubuntu 16.04, aby rozpakować zip w dowolnym kodowaniu, o ile wiem, co to za kodowanie. Ta sama metoda powinna działać na FreeBSD, ponieważ opiera się tylko na powszechnie dostępnym unzipnarzędziu.

1. Dokładnie sprawdzam dokładną nazwę kodowania, aby go nie przeliterować: https://www.iana.org/assignments/character-sets/character-sets.xhtml

2. Po prostu biegnę

   $ unzip -O <encoding> <filename> -d <target_dir>
   

   lub

   $ unzip -I <encoding> <filename> -d <target_dir>
   

   wybierając pomiędzy -Olub -Izgodnie z instrukcjami tutaj:

   $ unzip -h
   UnZip 6.00 of 20 April 2009, by Debian. Original by Info-ZIP.
     ...
     -O CHARSET  specify a character encoding for DOS, Windows and OS/2 archives
     -I CHARSET  specify a character encoding for UNIX and other archives
     ...
   

   co oznacza, że ​​po prostu próbuję -Oi powinno działać, ponieważ niewiele osób utworzy .zipplik w Uniksie ...

Na przykład:

1. Dokładna nazwa kodowania to GB18030.

2. Używam -Oflagi i:

   $ unzip -O GB18030 gb18030.zip -d target_dir
   Archive:  gb18030.zip
      creating: target_dir/【SSK字幕组】The Vampire Diaries 吸血鬼日记S06E12/
     inflating: target_dir/【SSK字幕组】The Vampire Diaries 吸血鬼日记S06E12/【SSK字幕组】The Vampire Diaries 吸血鬼日记S06E12.ass
   

   ... to działa.

W większości systemów plików POSIX nazwa pliku to tylko seria bajtów i zależy to od przestrzeni użytkownika, aby ją zrozumieć. Możesz to wykorzystać na swoją korzyść.

1. Najpierw wypakuj archiwum używając bsdtar, ponieważ unzipnarzędzie wydaje się zmieniać nazwy plików, a bsdtar wyodrębni je. (Testuję to w systemie Linux. Wydaje mi się, że FreeBSD po prostu to nazywa tar).

   $ bsdtar xf gb18030.zip
   

2. Sprawdź, czy narzędzia takie jak iconvmogą z powodzeniem dekodować nazwy:

   $ find . | iconv -f gb18030 -t utf-8
   

   (Pamiętaj, że wpływa to tylko na dane findwyjściowe, a nie na same pliki).

3. Na koniec użyj convmvdo konwersji nazw plików na UTF-8:

   $ convmv -r -f gb18030 -t utf-8 --notest .
   

   (Uwaga: musiałem zainstalować Encode :: HanExtra z CPAN do obsługi GB18030 i ręcznie dodać use Encode::HanExtra;do / usr / bin / convmv, nawet jeśli powinien

4. W przypadku convmvniedostępności, wykonaj skrypt:

   $ find . -depth | while read -r old; do
       old=./$old;
       head=${old%/*};
       tail=${old##*/};
       new=$head/$(echo "$tail" | iconv -f gb18030 -t utf-8);
       [ "$old" = "$new" ] || mv "$old" "$new";
   done
   

   (Przynajmniej w systemie Linux ma to tę zaletę, że iconvjest prawie zawsze dostępne i zawsze obsługuje gb18030.)

Metoda 1 : Użyj narzędzia Unar

sudo apt-get install unar

unar -e gb18030 gb18030.zip

Metoda 2 : Użyj skryptu Pythona, aby rozpakować plik (odniesienie https://gist.github.com/usunyu/dfc6e56af6e6caab8018bef4c3f3d452#file-gbk-unzip-py )

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# unzip-gbk.py

import os
import sys
import zipfile
import argparse

parser = argparse.ArgumentParser()
parser.add_argument("--encoding", help="encoding for filename, default gbk")
parser.add_argument("-l", help="list filenames in zipfile, do not unzip", action="store_true")
parser.add_argument("file", help="process file.zip")
args = parser.parse_args()
print "Processing File " + args.file

file=zipfile.ZipFile(args.file,"r");
if args.encoding:
    print "Encoding " + args.encoding
for name in file.namelist():
    if args.encoding:
        utf8name=name.decode(args.encoding)
    else:
        utf8name=name.decode('gbk')
    pathname = os.path.dirname(utf8name)
    if args.l:
        print "Filename " + utf8name
    else:
        print "Extracting " + utf8name
        if not os.path.exists(pathname) and pathname!= "":
            os.makedirs(pathname)
        data = file.read(name)
        if not os.path.exists(utf8name):
            fo = open(utf8name, "w")
            fo.write(data)
            fo.close
file.close()

Przykład gb18030.zip rozpakuje następujący plik

【SSK字幕组】The Vampire Diaries 吸血鬼日记S06E12
【SSK字幕组】The Vampire Diaries 吸血鬼日记S06E12/【SSK字幕组】The Vampire Diaries 吸血鬼日记S06E12.ass

W systemie OS X można użyć aplikacji GUI o nazwie The Unarchiver . Można go zainstalować za pomocą Mac App Store lub Homebrew Cask :

brew cask install the-unarchiver

Po otwarciu pliku ZIP aplikacja pozwala wybrać odpowiednie kodowanie za pomocą podglądu nazwy pliku z archiwum.

7z obsługuje ID zestawu znaków za pomocą przełącznika -scs, np .:

7z x -scs903 some.zip

gdzie 903 to 簡體 簡體 zestaw znaków. Dłuższą listę identyfikatorów zestawów znaków można znaleźć tutaj .

Użyj 7z, aby wyodrębnić plik

7z x yourfile.zip

Następnie przekonwertuj kodowanie tych nazw plików:

convmv --notest -f from_encoding -t utf-8 -r your_extracted_folder/

To działa dla mnie .. from_encoding w moim przypadku to tis-620 (co jest kodowaniem tajskim), musisz znaleźć odpowiednie kodowanie swojego języka. Popularny zwykle rozwiązuje problem, ale jeśli nazwa pliku jest nadal nieczytelna, spróbuj zmienić kod z__kodowania na inne rzeczy, takie jak Windows-1252 lub Shift-Jis (japoński) lub cokolwiek innego, możesz wyświetlić dostępne kodowanie za pomocą polecenia:

convmv --list
iconv --list

Jest to dla mnie bardzo prosta metoda „jak rozwiązać”.

właśnie użyłem 7zip i udało mi się wybrać odpowiednie kodowanie.

(coś, czego nie mógł zrobić standardowy zip)

ale używał go w systemie Windows z narzędziem GUI. Być może wiersz poleceń 7z też będzie dla ciebie działał.