Dotaz: Wget - stahuje z ftp blbě soubory s diakritikou

[Star]

Ahoj,

prosím o radu, lze nějak udělat aby přes

wget -m ftp://----:---@ftp.neco.cz

stáhl wget korektně názvy souborů s diakritikou? Momentálně to jsou hatmatilky, otazníky...

Díky za radu.

Odpovědi

[Michal Karas]

Zkusit přepínače --local-encoding a --remote-encoding?

[Star]

Ano, koukal jsem na to už předtím, ale dostanu "This version does not have support for IRIs".

Installed Packages wget.x86_64 1.12-1.4.el6 @anaconda-CentOS-201112091719.x86_64/6.2

Myslel jsem, z toho co jsem našel, že chybí libidn, ale ten je v pořádku, doinstalace libidn2 nepomohla. Děkuji za radu.

[j]

To ani nemohla, protoze to stim nema nic spolechyho. Aby ti fungovala diakritika pres ftp, musi to podporovat jak server tak klient. Obecne se pak da rict, ze diakritika v nazvech souboru je prasarna, ktera tam nema co delat.

Podotykam, ze server musi !vedet! jak sou kodovany znaky na disku.

[Kit]

Diakritika v názvech souborů není prasárna, ale běžná záležitost. Jen to určitá skupinka lidí za těch pár desítek let zatím nestačila zaregistrovat a stále píše bez diakritiky i příspěvky do diskuzí.

[l4m4]

Diakritika v názvech souborů je běžná prasárna.

[Star]

Ano přesně tak :) vidím to u stovek userů :D....

A umí lftp to automaticky detektovat (ala jak to stahuju přes Filezillu třeba) v jakém charsetu je vzdalený server? Nebo jde o charset samostných souborů?

[lertimir]

žádné ftp to samozřejmě neumí. v protokolu není žádná možnost, jak takovou informaci předat. ftp vzniklo a zrozminulo se v době, když internet byl čistě americká záležitost. Jistý pokrok nicméně je, že současné ftp provede 8 bitový přenos. už jsem před mnoha lety potkal ftp, které cokoliv, co bylo mimo ascii nulovalo. (pravda bylo to z mainframe IBM a ještě příchozí ASCII překládalo do svého nativního EBCDIC) ftp má v principu dva režimy přenosu (ascii a binary, při ascii překládá klient i server z lokální reprezentace znaků do ascii kódu na lince, při binary s tím nedělá nic, pošle data natvrdo) vzhledem k tomu, že promě přežívajících mainframe IBM již všichni mají interní reprezentaci v ASCII tak v podstatě všechno se přenáší binary, ale informace o znakové sadě nikde nebude. Ta je třeba zjistit nezávisle.

[l4m4]

Přenos ascii a binary se týká obsahu souborů. A všechno se přenáší binary hlavně proto, že i když chci nějakou konverzi kódování nebo konců řádků provést, tak je to praktičtější udělat po přenosu, než spoléhat, že se to při přenosu pomrší právě tak, jak potřebuji...

[Michal Karas]

Pravda, teď na to koukám, že ty přepínače souvisí s IRI, takže mají vliv jen na hatmatilku v doménách.

[Milan Roubal]

pro transfer ceskych znaku po control connection je vetsinou potreba na FTP serveru podpora UTF8 extension

>>> FEAT                                                     
211- Extensions supported                                    
 UTF8    

Zda pak umi pouzit tuto extension i wget, to nevim. S normalnim ftp klientem se ceske znaky prenesou korektne?