如何检查Perl中是否存在UTF-16文件名？

我有一个以UTF-16编码的文本文件。每行包含多个由制表符分隔的列。对于那些关心，该文件是从iTunes导出的播放列表TXT。列＃27包含一个文件名。如何检查Perl中是否存在UTF-16文件名？

我使用类似的代码在Linux中使用Perl 5.8.8阅读它：

binmode STDIN, ":encoding(UTF-16)"; 
while(<>) 
{ 
    chomp; 
    my @cols = split /\t/, $_; 
    my $filename = $cols[26]; # Column #27 contains the filename 
    print "File exists!" if (-e "$filename"); 
}

（请注意：我已经缩短这个代码片断在我实际的代码中，我做了一些换人转换。绝对windows文件名由iTunes用于在我的Linux机器上有效的文件名）

即使文件存在，（-e）文件测试也不会返回true。我相信它与UTF-16中的字符串有关，但无法弄清楚问题所在。实际的文件名只使用ASCII字符。如果我打印$ filename变量，文件名打印正确。

Perl中的文件名可以使用UTF16吗？任何想法如何让这段代码片段工作？

来源

2009-08-22 blt04

在我花费任何时间之前，什么是'my $ filename =〜$ cols [26];'？ – 2009-08-22 20:15:54

抱歉 - 错字。应该是=在StackOverflow错字，而不是我原来的代码。问题依然存在。 – blt04 2009-08-22 20:17:22

文件名本身不能是UTF-16，因为UTF-16填满了零字节。现在许多Linux发行版正在使用UTF-8，所以这将是第一个尝试的编码。 – bobince 2009-08-22 20:46:47

UTF-16文本由编码层处理。当它进入$_时，无法告诉它它曾经是UTF-16。我不认为这是你的问题。

我的猜测是你的文件名中有一些空格（当你试图打印出来时你没有注意到），或者你不在自己认为的目录中。

尝试

if (-e $filename) { print "File exists!" } 
else { print "File <$filename> not found" }

，并仔细检查文件名。您也可以use Cwd;并打印出当前目录。

来源

2009-08-22 20:47:30 cjm

谢谢cjm：我在发布我的解决方案后看到了这个，但你是对的。 – blt04 2009-08-22 20:54:07

如果像你说的，实际文件名只使用ASCII字符，不会

$filename =~ s/\0//g;

工作？无论如何，xxd应该帮助你碰上这样的事情

 
[[email protected] ~]$ xxd /mnt/c/Documents\ and\ Settings/sinan/Desktop/test.txt 
0000000: fffe 2f00 6800 6f00 6d00 6500 2f00 7300 ../.h.o.m.e./.s. 
0000010: 6900 6e00 6100 6e00 2f00 7400 6500 7300 i.n.a.n./.t.e.s. 
0000020: 7400 6d00 6500 2e00 7400 7800 7400 0d00 t.m.e...t.x.t... 
0000030: 0a00          ..

我看到你在我花了创建一个测试文件，并重新启动到Linux上的时间解决你的问题的下一次。好吧。

来源

2009-08-22 20:17:06

你会想。但事实并非如此。 -e仍然返回false。只是为了测试我的代码的其余部分，我试图在Perl文件中硬编码一个文件名，并且它工作。从iTunes UTF16文件读取（即使使用您的空替换建议）也不起作用。 – blt04 2009-08-22 20:24:35

尝试utf8：在空替换之前降级（$ filename）。 – Inshallah 2009-08-22 20:30:22

@Inshalla：仍然不起作用。 – blt04 2009-08-22 20:33:14

我想出溶液：

柱27是最后一列，并且该文件被编码有0D0A（\ r \ n）的行尾。 chomp只能删除0a（\ n）。不知道为什么我之前没有看到它，但它与UTF16没有任何关系。

添加：

s/\r$//;

格格后解决了这个问题。

感谢您的帮助 - 对不起，送你一只兔子踪迹。

来源

2009-08-22 20:52:49 blt04

所以我说得对，这是你的文件名中的空格:-) – cjm 2009-08-22 20:54:38

你也可以尝试'：crlf：encoding（UTF-16）'，尽管我从来没有试过用UTF-16的crlf，所以我不是当然，如果这有效。我只使用了：带有单字节编码的crlf。 – cjm 2009-08-22 20:56:21

如何检查Perl中是否存在UTF-16文件名？

回答

相关问题