Problema de codificação com preg_replace () e scandir ()
-
20-09-2019 - |
Pergunta
No OS-X (Php5.2.11), tenho um arquivo: Siësta.doc (e mil outros com nomes de arquivos Unicode) e quero converter os nomes de arquivos em um formato consumível na Web (A-ZA-Z0-9.). Se eu codificar o nome do arquivo acima, posso fazer a conversão certa:
<?php
$file = 'siësta.doc';
echo preg_replace("/[^a-zA-Z0-9.]/u", '_', $file);
// Output: si_sta.doc
?>
Mas se eu ler os nomes de arquivos com Scandir, tenho conversões estranhas:
<?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
}
?>
Tentei detectar a codificação, definir a codificação, convertê -la com as funções ICONV. Eu tentei as funções MB_ também. Mas foi apenas pior. O que eu fiz errado?
desde já, obrigado
Solução
Interessante. Depois de um pouco de recherché, descobri que o OSX armazena nomes de arquivos como "unicode decomposto" (veja http://developer.apple.com/mac/library/qa/qa2001/qa1173.html). Ou seja, "ë" é representado como "E" + Símbolo da Diaresesis (0xcc88).
Outras dicas
Você tentou UTF8_ENCODE? (Funciona pelo menos no Windows)
<?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
}
?>
O problema é a comunicação entre o Windows e o PHP. Não é possível obter nomes de arquivos Unicode, porque eles dependem do idioma do aplicativo do Windows não unicode.
A melhor solução é executar um comando DIR e obter informações a serem processadas, mas você deve fazê -lo através de um CMD e obter os nomes curtos do Windows:
chcp 65001
dir /x c:\test\ > myinfo.txt
Ele retorna:
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
Em seguida, você pode ler myinfo.txt para obter a conexão entre o nome original e o nome curto do Windows.
Algumas funções PHP funcionam bem com nomes curtos e você pode construir e matar como se precisasse exibi -lo:
$array['short_name']= $original_name;
Por exemplo: is_dir, is_file
funciona bem. No entanto, scandir
ou is_readable
falha com nomes curtos também. A solução para usar essas funções é executar novamente um comando DIR de forma recursivamente.
Para obter informações do arquivo txt, você pode usar uma expressão ou substrato regular, descartando as cinco primeiras linhas e as duas últimas. Por exemplo:
for($k=6;$k<(count($array)-2);$k++) ...