如何处理 bash 脚本中包含阿拉伯文、中文、印地文字符的“YouTube 文件名”？

Question

我下载了许多 YouTube 视频并想使用bash脚本处理它们。然而，使用的文件名包含各种特殊和非 ASCII 字符。

我如何在bash脚本中处理这个问题？

假设我想为文件夹中的每个此类文件创建一个符号链接：

# Write filenames to filelist.txt in parent folder
ls ./* > ../filelist.txt

# Create sym links for all files in filelist.txt
counter=0
while read video_name; 
  do 
  counter=$((counter+1)); 

  ln -s $video_name  link_name_${counter}.mp4

done < ../filelist.txt

由于文件名中的特殊字符，上述功能不起作用。

以下是一些示例文件名：

??? (Stomach) ?? ???? ?? ???  5 ??? ???-3G4pEY5njYE.mp4
?? ???? ???? ?? ??? ??? ???????? ??? _ ?????? ??????-sPytQlaxoIg.mp4
???????? ???? ?? ????? ?? ????? _ Swami Ramdev-A-2d04ON9hA.mp4

奖励：
我也希望在打印counter变量时有“前导零” ，但这并不重要。

Answer 1

shell 中的变量可以包含除 NUL 字符之外的任何字符，就像文件系统中的文件名一样。因此，将文件名存储在变量中应该没有任何问题，除非您读取 的损坏输出ls，该输出可能会出于显示目的而进行修改（ls输出严格用于查看）。

在已编辑的问题中，您还从文本文件中读取文件名，read默认值为$IFS（这决定了read工作方式的各个方面）。这将从从文件读取的行中去除侧翼空白，并且可能\会在输入中出现该字符时对其进行特殊解释。另请注意，从技术上讲，文件名可能包含换行符，因此将它们存储为以换行符分隔的列表（文本文件中的行）会限制可以使用的名称类型。

您还需要引用变量的扩展。您的文件名中带有空格，如果不引用该$video值，shell 会将它们拆分为多个单词，并将这些单词（在使用这些作为模式额外执行文件名通配之后）作为单独的参数提供给ln -s.

不要ls用于生成文件名列表，并引用所有变量的扩展：

counter=0

for video in ./*; do
    counter=$(( counter + 1 ))
    ln -s -- "$video" "link_name_$counter.mp4"
done

请注意，上面的代码将在当前目录中生成符号链接。如果您第二次运行它，它会选择这些链接并创建指向这些符号链接的更多链接。最好在单独的目录中创建链接，更小心地使用与循环一起使用的文件名通配模式以避免链接，或者显式测试循环中的链接并跳过这些链接。

counter=0

for video in ./*; do
    [ -L "$video" ] && continue    # skip symbolic links
    counter=$(( counter + 1 ))
    ln -s -- "$video" "link_name_$counter.mp4"
done

要获得四位数的零填充计数器，您可以使用

printf -v zcounter '%.4d' "$counter"

这会将重新格式化的计数器直接打印到zcounter变量。然后您将在生成文件名时使用该变量。或者您可以通过这种方式一次性生成符号链接的名称：

printf -v zcounter '%.4d' "$counter"

也可以看看：

• 为什么*不*解析`ls`（以及该怎么做）？
• 为什么我的 shell 脚本会因空格或其他特殊字符而阻塞？
• 什么时候需要双引号？