在tar解除解码之后用西里尔文字母解码cp866编码的文件名

Question

我有几个文件是通过在macOS下使用gnu tar解压某些tar归档文件而获得的。由于使用西里尔字母，这些文件的名称如%8A%AE%AD%E1⠭⨭ - %84%87 %FCML1.ipynb。看起来%8A等是cp866代码，但也有一些unicode字符（如⨭）显示为某些字节序列的unicode表示，意味着这些字节序列意外是有效的utf-8代码。我想解码所有的unicode/UTF-8能够重命名我的文件。我该怎么做？

Answer 1

这段Python功能可以帮助：

def decode_escaped_cp866(s): 
    out = [] 
    for token in re.finditer(r"%([0-9A-F]{2})|(.)", s): 
     if token.group(1) is not None: 
      out.append(bytes([int(token.group(1), 16)])) 
     elif token.group(2) is not None: 
      out.append(token.group(2).encode('utf-8')) 
    return b"".join(out).decode('cp866') 

print(decode_escaped_cp866("%8A%AE%AD%E1⠭⨭ - %84%87 %FCML1.ipynb")) 
# Константин - ДЗ №ML1.ipynb