Windows复制命令以非数字顺序连接多个文件

Question

我有一个包含大约 5000 个.ts文件的文件夹，我想将它们合并成一个。它们遵循 so 的命名格式，例如 、chunk_n等chunk_50。当我像这样运行 Windows 复制命令时：chunk_51chunk_52

copy /b *.ts final.ts

它不会按正常的数字顺序迭代它们。它将开始按以下顺序连接它们：

chunk_100,,,,,,,,,,,,,,,,chunk_1000​chunk_1001​chunk_1002​chunk_1003​chunk_1004​chunk_1005​chunk_1006​chunk_1007​chunk_1008​chunk_1009​chunk_101

等等。

当它迭代它们时，它似乎不会查看整个文件名。即使我chunk_事先删除它们并将它们全部命名为 1 到 5000，问题仍然存在。这是有意的行为吗？有没有更好的方法让我连接所有这些文件？

Answer 1

在大多数程序中，数字顺序从来都不是正常的顺序。直到最近，文件管理器（例如Windows资源管理器）才开始使用“自然排序”对文件进行排序，但命令copy和并*没有相应改变。

\n

相反，*扩展按文件名的 ASCII字节顺序对文件名进行排序，并分别比较每个字符。例如，对于“chunk_1000.ts”与“chunk_101.ts”（扩展名是名称的一部分），前 8 个字节 ( chunk_10) 相等，然后您有0\xc2\xa0<\xc2\xa0 1（零是ASCII 48，一个是 ASCII 49），因此chunk_100(0.ts)\xc2\xa0<\xc2\xa0 chunk_101(.ts)\xe2\x80\x93 即使后面有更多数字，它们也根本不被视为整个“数字”的一部分。

\n

（字节顺序是对名称 \xe2\x80\x93 进行排序的最直接方法，所需要的只是直接比较两个内存位置。当 RAM 以千字节为单位进行测量时，这种简单性非常重要。现在，对于一个好的系统来说，情况就是如此。 50 年了，所以现在几乎不可能改变，因为许多脚本依赖于现有的行为。）

\n

最简单的解决方法是将所有数字填充到固定宽度，例如chunk0050 chunk0100。

\n

PowerShell 或 Bash 等更高级的 shell 中提供了一种不同的解决方法，即作为单独的步骤获取输入列表并对其进行排序。例如，在 Linux 上，您可以使用外部“sort”或“natsort”命令来获取所需的顺序（它们并不完全是 Bash 的一部分，但通常出现在 Bash 存在的任何地方）：

\n

(printf \'%s\\n\' chunk*.ts | sort -V | xargs -d\'\\n\' cat) > allchunks.ts\n

\n

在PowerShell中，Sort-Object可以给出自定义比较器；没有预定义的“自然”（数字）顺序，但从这里您可以借用一行：

\n

$ToNatural = { [regex]::Replace($_, \'\\d+\', { $args[0].Value.PadLeft(20) }) }\n$filenames = Get-ChildItem chunk*.ts | Sort-Object $ToNatural\n$filenames = $filenames -join "+"\ncmd /c "copy $filenames allchunks.ts"\n

\n

Answer 2

文件名是名称，而不是数字，因此它们将作为文本字符串进行比较，并使用字典顺序。chunk_1来之前chunk_10，来之前chunk_10a，来之前chunk_1z，来之前chunk_2。

如果zsh可用，您可以使用以下命令：

<*.ts(n) >final.ts

这利用了 zsh 功能的组合：

• 没有命令的重定向将输入复制到输入。
• 通过多个输入重定向，输入被连接起来。
• 通配符模式后面的括号包含glob 限定符，用于控制匹配哪些文件以及如何排序。glob 限定符n应用整数部分的数字排序，而不是默认的字典顺序，因此chunk9.ts排序在 之前chunk10.ts。

如果基本的类 Unix 实用程序也可用，您可以使用以下cat命令来连接文件：

cat *.ts(n) >final.ts

Zsh 可以通过WSL ( sudo apt-get install zsh)、Cygwin以及可能的其他 Windows 免费软件发行版获得。