如何查找包含 4 个符号 unicode 字符的目录，例如 `<0328>`

Question

在备份我的目录时，名称包含波兰语字符（如 \xc4\x99、\xc4\x85、\xc5\xbc、\xc5\xba 等）的目录被“重复”。

\n

当我这样做时，ls -al我得到如下回复：

\n

drwxrwxr-x+ 310 root users     313 Oct  9 16:18  .\ndrwxrwxr-x+  13 root users      14 Dec  1  2019  ..\ndrwxrwxr-x+   2 root users      83 May 16  2021 '050805 - PKP Mi\xc4\x99dzyzdroje'\ndrwxrwxr-x+   2 root users      83 Nov  8  2019 '050805 - PKP Mi\xc4\x99dzyzdroje'\n

\n

但是，当我尝试对目录（例如ls、 或mv）执行某些操作时，zsh 会以不同的方式自动完成目录：

\n

\n

1. 正确编码“\xc4\x99”的选项：ls 050805\\ -\\ PKP\\ Mi\xc4\x99dzyzdroje/

   \n
\n

2. 带有 4 符号 unicode 字符“<0328>”的选项：ls 050805\\ -\\ PKP\\ Mie<0328>dzyzdroje/

   \n
\n

\n

问题：如何找到包含这些 4 符号 unicode 字符的所有目录，以便将其重命名为某个 ASCII 名称，然后对它们进行重复数据删除？

\n

FWIW，我的主机在 Debian 上，但我可能是通过 Samba 使用 macOS 客户端导致了这个问题。

\n

Answer 1

您有一些文件的\xc4\x99预组合形式（U+0119 带有 OGONEK 的拉丁文小写字母 E）和一个其分解形式的文件，后跟eU+0328 COMBINING OGONEK。

\n

众所周知，macOS 会将文件名中的文本转换为分解形式，从而导致各种问题。

\n

要查找包含 U+0328 字符的文件名，请使用zsh：

\n

ls -ld -- **/*$'\\u328'*(D)\n

\n

或者找到那些带有任何组合标记的：

\n

set -o rematchpcre\nls -ld -- **/*(De['[[ $REPLY:t =~ "\\pM" ]]'])\n

\n

或者定义一个辅助函数：

\n

hasMarks() {\n  set -o localoptions -o rematchpcre\n  [[ $REPLY:t =~ '\\pM' ]]\n}\nls -ld -- **/*(D+hasMarks)\n

\n

要从分解转换为预组合，在任何类似 POSIX 的 shell 中并假设文件名不以换行符结尾：

\n

precomposed=$(printf '%s\\n' "$decomposed" | uconv -x nfc)\n

\n

或者zsh不必做出这样的假设：

\n

printf -rN - $decomposed | uconv -x nfc | IFS= read -rd '' precomposed\n

\n

（在Debian 上的包uconv中）。icu-devtools

\n

因此，要重命名它们，请在zsh：

\n

set -o rematchpcre -o pipefail\nfor file (**/*(NDode['[[ $REPLY:t =~ "\\pM" ]]']))\n  print -rN - $file:t | uconv -x nfc | IFS= read -rd '' new &&\n    mv -Tvi -- $file $file:h/$new\n

\n