如何修复损坏的 shift-JIS 文件名？

Question

我在 ANSI 中有一些带有 shift-jis 文件名的文件。例如

home_03@‚¢ƒgƒ‰ƒ“ƒNŠJ‚¢‚½Aƒtƒ@ƒCƒ‹—L‚è 

什么时候他们应该像换班一样

home_03@????????????????

这是因为我使用的存档提取器不支持 shift-jis。那真的没办法了。但是有没有办法修复我提取的文件的文件名？

编辑：

另一个例子

Ší‹ï‘ä@ƒXƒpƒi

应该

???@???

Answer 1

由于您使用的是 Windows，因此 PowerShell 可能是最简单的方法。

现在，PowerShell 在内部对其字符串使用 UTF-16，因此转换将涉及四个步骤：

1. 将文件系统中不正确的文件名读入 PS（内部表示为 UTF-16 字符串）
2. 告诉 PS 将字符串转换为原始字节数组，就像字符串是 <不正确的编码> 一样。我们不能直接使用 PS 字符串（因为它是 UTF-16）。
3. 告诉 PS 将字节数组转换回字符串，将其解释为 <正确编码>。这将使用解释为 Shift-JIS 的原始字节的 UTF-16 字符串。
4. 重命名文件

让我们从定义编码开始。就您而言，我猜您的来源是 Windows-1252（西方/英语 Windows 的默认非 Unicode 代码页）。

$srcEnc = [System.Text.Encoding]::GetEncoding("Windows-1252")
$destEnc = [System.Text.Encoding]::GetEncoding("Shift-JIS")

您也可以使用[System.Text.Encoding]::Default获取当前系统代码页，但我更喜欢明确表示。

然后我们应用转换步骤：

$newName = $destEnc.GetString($srcEnc.GetBytes($oldName))

在您的示例中，home_03@‚¢ƒgƒ‰ƒ“ƒNŠJ‚¢‚½Aƒtƒ@ƒCƒ‹—L‚è变为home_03@?????????A??????. 虽然这与您的示例结果不同（请参阅底部的注释），但它与我从http://string-functions.com/encodedecode.aspx的 Windows-1252 => Shift-JIS获得的结果相匹配。如果这是不正确的，您可能需要反复试验，直到找到正确的源和目标编码。

将它与标准循环放在一起：

$srcEnc = [System.Text.Encoding]::GetEncoding("Windows-1252")
$destEnc = [System.Text.Encoding]::GetEncoding("Shift-JIS")
Get-ChildItem | %{Rename-Item -LiteralPath "$_" "$($destEnc.GetString($srcEnc.GetBytes($_.Name)))"}

或者，如果您更喜欢递归到子目录中：

$srcEnc = [System.Text.Encoding]::GetEncoding("Windows-1252")
$destEnc = [System.Text.Encoding]::GetEncoding("Shift-JIS")
Get-ChildItem -Recurse | %{Rename-Item -LiteralPath "$_" "$($destEnc.GetString($srcEnc.GetBytes($_.Name)))"}

如果您想避免重命名目录，请添加-File到Get-ChildItem。

看起来您的示例包含两个在 Windows-1252 中无效的字符，并且在您发布问题时可能会被删除（基于使用示例输出反转过程）。有一个144（0x90）的第一间@和Â，和129（0x81之间）½和A。为了方便其他人进行测试，这是原始字节的 base64 编码版本：aG9tZV8wM0CQwoKig2eDiYOTg06KSoKigr2BQYN0g0CDQ4OLl0yC6A==.

另请注意，当源文件名或目标文件名中存在 Windows 认为无效的字符时，这将不起作用。特别是在源文件名中，因为您的提取工具可能会在提取时不可恢复地损坏名称（通过删除与无效字符对应的字节，例如?或\错误编码）。在这些情况下，您唯一可以做的就是使用完全避免此问题的替代提取工具。