为什么我的文件夹名称会变成这样，我该如何使用脚本解决这个问题？

Question

抱歉，如果这在其他地方有答案，我不知道如何搜索我的问题。

我在 redhat linux HPC 服务器上运行了一些模拟，我处理文件夹结构以保存输出的代码有一个不幸的错误。我创建文件夹的matlab代码是：

folder = [sp.saveLocation, 'run_', sp.run_number, '/'];

其中sp.run_number是一个整数。我忘了将它转换为字符串，但由于某种原因运行mkdir(folder);（在 matlab 中）仍然成功。事实上，模拟运行顺利，数据被保存到匹配的目录中。

现在，当查询/打印文件夹结构时，我会遇到以下情况：

• 当我尝试选项卡自动完成时： run_ run_^A/ run_^B/ run_^C/ run_^D/ run_^E/ run_^F/ run_^G/ run_^H/ run_^I/
• 当我使用ls: run_ run_? run_? run_? run_? run_? run_? run_? run_? run_? run_?。
• 当我使用 rsync 传输到我的 mac 时，--progress选项显示：run_\#003/等（我假设）与sp.run_number填充为三位数的整数匹配的数字，所以第 10 次运行是run_\#010/
• 当我在 finder 中查看文件夹时，我看到 run_ run_ run_ run_ run_ run_ run_ run_ run_ run_?
• 查看这个问题并使用ls | LC_ALL=C sed -n l我得到的命令：

run_$
run_\001$
run_\002$
run_\003$
run_\004$
run_\005$
run_\006$
run_\a$
run_\b$
run_\t$
run_$

我无法cd使用任何这些表示进入文件夹。

我有成千上万个这样的文件夹，所以我需要用脚本来解决这个问题。以下哪个选项是文件夹的正确表示？如何以编程方式引用这些文件夹，以便使用 bash 脚本使用格式正确的名称重命名它们？我想是出于好奇，这到底是怎么发生的？

Answer 1

您可以使用 perlrename实用程序（又名prename或file-rename）来重命名目录。

注意：不要与renamefromutil-linux或任何其他版本混淆。

rename -n 's/([[:cntrl:]])/ord($1)/eg' run_*/

这使用 perl 的ord()函数将文件名中的每个控制字符替换为该字符的序号。例如^A变成 1，^B变成 2，等等。

该-n选项是干运行显示什么rename 会，如果你让它做。删除它（或将其替换-v为详细输出）以实际重命名。

操作中的e修饰符s/LHS/RHS/eg使 perl 将 RHS（替换）作为 perl 代码执行，并且$1是来自 LHS 的匹配数据（控制字符）。

如果你想在文件名零填充的数字，你可以结合ord()使用sprintf()。例如

$ rename -n 's/([[:cntrl:]])/sprintf("%02i",ord($1))/eg' run_*/ | sed -n l
rename(run_\001, run_01)$
rename(run_\002, run_02)$
rename(run_\003, run_03)$
rename(run_\004, run_04)$
rename(run_\005, run_05)$
rename(run_\006, run_06)$
rename(run_\a, run_07)$
rename(run_\b, run_08)$
rename(run_\t, run_09)$

当且仅当 sp.run_number您的 matlab 脚本在 0..26 范围内时（因此它在目录名称中产生控制字符），上述示例才有效。

要处理任何 1 字节字符（即从 0..255 开始），您可以使用：

rename -n 's/run_(.)/sprintf("run_%03i",ord($1))/e' run_*/

如果sp.run_number可能 > 255，则必须使用 perl 的unpack()函数而不是ord(). 我不确切知道 matlab 如何在字符串中输出未转换的 int，因此您必须进行实验。详情请参阅perldoc -f unpack。

例如，以下将解包 8 位和 16 位无符号值并将它们零填充到 5 位宽：

 rename -n 's/run_(.*)/sprintf("run_%05i",unpack("SC",$1))/e' run_*/

Answer 2

而且我想出于好奇，这到底是怎么发生的？

folder = [sp.saveLocation, 'run_', sp.run_number, '/'];

其中sp.run_number是一个整数。我忘记将其转换为字符串，但由于某种原因运行mkdir(folder); （在matlab中）仍然成功。

因此，mkdir([...])在 Matlab 中似乎将数组的成员连接起来以将文件名构建为字符串。但是你给它一个数字，数字就是计算机上的字符。所以，当sp.run_numberwas 时1，它给了你带有 value 的字符1，然后是带有 value 的字符2，等等。

这些是控制字符，它们没有可打印的符号，在终端上打印它们会产生其他后果。因此，相反，它们通常由不同类型的转义符表示\001：（八进制）、\x01（十六进制）^A都是具有 value 的字符的常见表示1。值为零的字符有点不同，它是 NUL 字节，用于在 C 和 Unix 系统调用中标记字符串的结尾。

如果你超过 31，你会开始看到可打印的字符，32 是空格（虽然不是很明显），33 = !，34 ="等等。

所以，

• run_ run_^A/ run_^B/— 第一个run_对应于一个零字节，字符串在那里结束。其他人表明您的 shell 喜欢使用^A. 该符号还暗示了这样一个事实，即可以将数值为 1 的字符输入为Ctrl-A，尽管您需要告诉 shell 解释为不是作为控制字符，而是作为文字，Ctrl-V Ctrl-A至少在 Bash 中应该这样做。

• ls: run_ run_? run_?—ls不喜欢在终端上打印不可打印的字符，它用问号代替它们。

• rsync：run_\#003/——那个对我来说是新的，但想法是一样的，反斜杠表示转义，其余的是字符的数值。在我看来，这里的数字是八进制的，就像更常见的\003.

• 使用命令ls | LC_ALL=C sed -n l... run_\006$ run_\a$ run_\b$ run_\t$- \a，\b和\t为C分别逸出报警（钟形），退格键和退格。它们的数值为 7、8 和 9，因此应该很清楚为什么它们会出现在 之后\006。使用那些 C 转义符是另一种标记控制字符的方法。尾随的美元符号标志着行的结束。

至于cd，假设我的假设是正确的，cd run_应该转到没有奇数尾随字符的单个目录，并且cd run_?应该给出错误，因为问号是匹配任何单个字符的全局字符，并且有多个匹配的文件名，但cd只有期待一个。

以下哪个选项是文件夹的正确表示？

所有这些，在某种意义上...

在 Bash 中，您可以使用引号内的\000和\x00转义 $'...'符来表示特殊字符，因此$'run_\033（八进制）或$'run_\x1b'对应于字符值为 27（恰好是 ESC）的目录。（我认为 Bash 不支持使用十进制数进行转义。）

cas 的答案有一个脚本来重命名它们，所以我不会去那里。