[总结]Perl在遇到Unicode字符文件名时的各种处理方法

环境 XP/WIN7  Perl v5.16
编辑整理：523066680

常见的那些文件操作函数都不支持，于是为了达到目的，需要各种方法配合，应该是不如其他语言方便。
我只是想看看Perl到底是否适合做这件事，于是折腾了一回。

文件的建立：

模块：Win32

1. use Win32;
2. use utf8;
3. use Encode;
5. #接受unicode传参
6. Win32::CreateFile("W32CreateFile・测试");

复制代码

特性： 成功返回true，但不返回文件句柄

Creates the FILE and returns a true value on success.

Check $^E on failure for extended error information.

模块：Win32API::File

函数：$hObject= CreateFileW( $swPath, $uAccess, $uShare, $pSecAttr, $uCreate, $uFlags, $hModel )

$hObject可以返回文件对象句柄

注意事项： 传入的文件路径的编码格式为：UTF16-LE ，必须以x00结尾，示例(代码保存为utf8格式)：

1. use Win32API::File qw(:ALL);
2. use utf8;
3. use Encode;
4. $str="文tes・t.txtx00";
5. $hobject=CreateFileW(encode('UTF16-LE', $str), GENERIC_WRITE, 0, [], OPEN_ALWAYS,0,0);

复制代码

目录的建立

模块：Win32

1. use Win32;
2. use utf8;
4. Win32::CreateDirectory("Dir・测试");

复制代码

文件的枚举

在遇到unicode字符的时候，File::Find模块 以及 IO::Dir 模块都只能输出文件短名。

暂时用CMD /U Dir 的方法输出文件列表（郁闷吧，暂时没找到能完美操作的内置模块）

参考文章

http://www.perlmonks.org/?node_id=536223

how to read unicode filename

复制某个文件夹内的文件(文件名含unicode字符)

模块：Win32API::File

如果先获取文件的短名，然后再复制，但是目标文件名也会变成短名。

于是暂时用cmd /U 模式获取文件列表，然后CopyFileW进行复制：

1. use Win32API::File qw':ALL';
2. use Encode;
3. use utf8;
5. my $src=encode('gbk','.\测试目录');
6. my $dst='.\Target';
8. #该目录只有一层，/s开关是为了列出完整的路径
9. my $all=`cmd /U /C dir /s /b "$src"`;
10. my $fn;
12. foreach (split(/x0dx00x0ax00/, $all)) {
13.     $fn = encode('gbk', decode('utf16-le',$_))." ";
14.     @xrr=split(/x5cx00/, $_);
15.     CopyFileW(
16.         $_ ."x00",
17.         encode('utf-16le', decode('utf8', "$dst\")).$xrr[$#xrr]."x00",
18.         1
19.     );
20.     print "$^E " if ($^E);
21. }
22. <STDIN>;

复制代码

细节一、

    正确地使用 split $all 截断utf-16le字符段落，分隔符为0d 00 0a 00

    参考枚举脚本

细节二、

    如果用basename()分割路径，同样会遇到00被忽略的问题，'\' 的U16LE

    编码是5C 00，但是basename 只按5C截断，剩下的00造成了处理乱码。

    测试basename的第二个参数设置为 "x5cx00" 并不能解决这个问题

    解决方法一、

        手工去掉开头处00

    方法二、

        先转为GBK，再获取basename，再转utf-16le

        2014-12-12 备注这种方法在LongPath的情况下，会丢失unicode字符

        可以考虑转为UTF-8，不管怎么说都有点绕

    方法三、

        自己用正则表达式获取

        /x5Cx00([^x5c]+)$/;

        $1

    方法四、

        @xrr=split(/x5cx00/, $_);

        $xrr[$#xrr]

细节三、

    CopyFileW复制文件时，要在末尾加x00作为字符串终止符

    否则各种问题=_=

判断文件是否存在：

方法一：先转为短名再判断，不做赘述

方法二：渣方法，用CreateFileW测试建立同名文件，看是否有冲突

重命名：

模块：Win32API::File

1. MoveFileW(
2.     encode('utf-16le', decode('utf8',$F))."x00",
3.     encode('utf-16le', decode('utf8',$newname))."x00"
4.     );

复制代码

获取文件的日期信息：

普通文件名的情况

http://stackoverflow.com/questions/1839877/

how-can-i-get-a-files-modification-date-in-ddmmyy-format-in-perl

含有Unicode字符的文件名的情况

http://www.perlmonks.org/?node_id=741797

How to stat a file with a Unicode (UTF16-LE) filename in Windows?

其中的方法是通过createfileW 获取文件句柄，然后用OsFHandleOpen获取通用的文件句柄对象，并传入state

（感觉特别绕）

另一种就是先转为短名再获取日期，但是这种方法在处理文件量大的时候，效率非常低。前面perlmonks中的方法

效率要高得多

1. use utf8;
2. use Encode;
3. use Win32;
5. $filename='D:测试目录董贞 ・ 01.剑如虹.[贞江湖].mp3';
6. $filename=Win32::GetShortPathName($filename);
8. my $mtime = (stat $filename)[9];
9. my($sec,$min,$hour,$mday,$mon,$year,$wday,$yday,$isdst) = localtime($mtime);
10. $year+=1900;
11. $mon+=1;
12. print "$year-$mon-$mday ";
13. <STDIN>;

复制代码