[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

1. use Win32;
2. use utf8;
3. use Encode;
4. #接受unicode传参
5. 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)：

1. use Win32API::File qw(:ALL);
2. use utf8;
3. use Encode;
4. $str="文tes・t.txt\x00";
5. $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

1. use Win32;
2. use utf8;
3. 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：

1. use Win32API::File qw':ALL';
2. use Encode;
3. use utf8;
4. my $src=encode('gbk','.\\测试目录');
5. my $dst='.\\Target';
6. #该目录只有一层，/s开关是为了列出完整的路径
7. my $all=`cmd /U /C dir /s /b \"$src\"`;
8. my $fn;
9. foreach (split(/\x0d\x00\x0a\x00/, $all)) {
10. $fn = encode('gbk', decode('utf16-le',$_))."\n";
11. @xrr=split(/\x5c\x00/, $_);
12. CopyFileW(
13. $_ ."\x00",
14. encode('utf-16le', decode('utf8', "$dst\\")).$xrr[$#xrr]."\x00",
15. 1
16. );
17. print "$^E\n" if ($^E);
18. }
19. <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

1. MoveFileW(
2. encode('utf-16le', decode('utf8',$F))."\x00",
3. encode('utf-16le', decode('utf8',$newname))."\x00"
4. );

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

1. use utf8;
2. use Encode;
3. use Win32;
4. $filename='D:\测试目录\董贞 ・ 01.剑如虹.[贞江湖].mp3';
5. $filename=Win32::GetShortPathName($filename);
6. my $mtime = (stat $filename)[9];
7. my($sec,$min,$hour,$mday,$mon,$year,$wday,$yday,$isdst) = localtime($mtime);
8. $year+=1900;
9. $mon+=1;
10. print "$year-$mon-$mday\n";
11. <STDIN>;

复制代码