Problema de codificación con preg_replace () y scandir ()
-
20-09-2019 - |
Pregunta
En OS-X (PHP5.2.11) Tengo un archivo: siësta.doc (y miles de otros con nombres de archivo Unicode) y quiero convertir los nombres de los archivos a un formato comprimido consumible (a-zA-Z0-9 .). Si codificar el nombre de archivo por encima de lo que puedo hacer la conversión derecha:
<?php
$file = 'siësta.doc';
echo preg_replace("/[^a-zA-Z0-9.]/u", '_', $file);
// Output: si_sta.doc
?>
Pero si leo los nombres de archivo con scandir, Tengo extrañas conversiones:
<?php
$files = scandir(DIRNAME);
foreach ($files as $file) {
echo preg_replace("/[^a-zA-Z0-9.]/u", '_', $file);
// Output for the file above: sie_sta.doc
}
?>
He intentado detectar la codificación, establezca la codificación, convertir con funciones iconv. Probé las funciones mb_nogueira @ yahoo.com también. Pero era peor. ¿Qué hice mal?
Gracias de antemano
Solución
Interesante. Después de un poco recherché i he encontrado que las tiendas OSX nombres de archivo como "Unicode descompuesto" (ver http://developer.apple.com/mac/library/qa/qa2001/qa1173.html ). Es decir, "E" se representa como "e" + símbolo diéresis (0xcc88).
Otros consejos
Si probamos utf8_encode? (Funciona en Windows, al menos)
<?php
$files = scandir(DIRNAME);
foreach ($files as $file) {
echo preg_replace("/[^a-zA-Z0-9.]/u", '_', utf8_encode($file));
// Output for the file above: sie_sta.doc
}
?>
El problema es la comunicación entre las ventanas y php. Está no es posible obtener los nombres de archivo Unicode, ya que dependen no Unicode idioma de la aplicación de Windows.
La mejor solución es ejecutar un comando dir y obtener información para ser procesada, pero hay que hacerlo a través de una cmd, y obtener los nombres cortos ventanas:
chcp 65001
dir /x c:\test\ > myinfo.txt
Devuelve:
El volumen de la unidad C es Windows8_OS
El número de serie del volumen es: 14A3-025F
Directorio de C:\test
22/12/2015 22:11 <DIR> .
22/12/2015 22:11 <DIR> ..
22/12/2015 22:12 0 a.txt
22/12/2015 22:10 <DIR> English
22/12/2015 22:10 <DIR> ESPAOL~1 Español
22/12/2015 22:11 <DIR> 8311~1 ру́сский язы́к
22/12/2015 22:10 <DIR> _0B41~1 عربي ,عربى
22/12/2015 22:10 <DIR> 8F4C~1 北方話
1 archivos 0 bytes
7 dirs 839.672.786.944 bytes libres
A continuación, se puede leer myinfo.txt para conseguir la conexión entre el nombre original y ventanas nombre corto.
Algunas funciones PHP trabaja bien con los nombres cortos y se puede construir y matriz como si necesita mostrar que:
$array['short_name']= $original_name;
Por ejemplo: is_dir, is_file
funciona bien . Sin embargo, scandir
o is_readable
falla con nombres cortos también . La solución de utilizar estas funciones es volver a ejecutar un comando dir de forma recursiva.
Para obtener información desde un archivo txt, puede utilizar una expresión regular o substr, desechando los primeros cinco líneas y los dos últimos. Por ejemplo:
for($k=6;$k<(count($array)-2);$k++) ...