Dotaz: Jak naučit unzip francouzky?

[jejda]

Ahojte Stáhnul jsem si nějaké písničky a nedaří se mi ten zip archiv správně rozbalit. Adresáře a soubory jsou francouzky. Teda ono to technicky rozbalit jde, jenom se to rozhodí do dvou adresárů se stejným jménem! Místo některých znaků otazníky, občas je místo "Française" "Fran'$'\347''aise" nebo "Fran�aise" ... Původně jsem myslel že je ten zip nějak poškozený, ale zkusil jsem to rozbalit na windows a tam se to rozbalí správně. Jak české tak anglické windows rozbalí písničky do jednoho podadresáře, žádné otazníky, všecky hrajou. Locales mám:

LANG=en_US.UTF-8
LC_CTYPE=cs_CZ.utf8
LC_NUMERIC="en_US.UTF-8"
LC_TIME="en_US.UTF-8"
LC_COLLATE=cs_CZ.utf8
LC_MONETARY="en_US.UTF-8"
LC_MESSAGES="en_US.UTF-8"
LC_PAPER="en_US.UTF-8"
LC_NAME="en_US.UTF-8"
LC_ADDRESS="en_US.UTF-8"
LC_TELEPHONE="en_US.UTF-8"
LC_MEASUREMENT="en_US.UTF-8"
LC_IDENTIFICATION="en_US.UTF-8"
LC_ALL=

unzip -t hlásí "No errors detected". Matně tuším že zádrhel bude někde s UTF-16 nebo UTF-32? Jak ten archvív překonvertovat do UTF-8 aby byl na linuxu normálně čitelný?

---

---

Odpovědi

[k3dAR]

Misto "unzip archiv.zip" zkus "7z x archiv.zip" (7z je v baliku p7zip)

[jejda]

7zip v tom dělá ještě větší brajgl jak unzip :(. Po rozbalení udělá dva adresáře

'Anthologie De La Chanson Fran'$'\302\207''aise--tBtJ--1960'
'Anthologie De La Chanson Française--tBtJ--1960'

a uvnitř je

$️ ls -1
'Anthologie De La Chanson Fran'$'\302\207''aise 1960 back.jpg'
'Anthologie De La Chanson Fran'$'\302\207''aise 1960 front.jpg'
'Anthologie De La Chanson Fran'$'\302\207''aise 1960 inside.jpg'
Readme.doc
'The Blues That Jazz and More....url'
'01 - Richard Anthony - Nouvelle Vague.mp3'
'02 - Johnny Halliday - Souvenirs Souvenirs.mp3'
"03 - Johnny Halliday - T'aimer Follement.mp3"
'04 - Jean Philippe - Oui Oui Oui Oui.mp3'
'05 - Sacha Distell - Mon Beau Chapeau.mp3'
'06 - Jacqueline Boyer - Tom Pilibi.mp3'
'07 - Jacqueline Boyer - Comme Au Premier Jour.mp3'
'09 - Dalida - Les Enfants Du Pir'$'\302\202''e.mp3'
'10 - Joel Holmes - Jean-Marie De Pantin.mp3'
'11 - Fran'$'\302\207''ois Deguelt - Les Voiliers.mp3'
"12 - Georges Brassens - L'orage.mp3"
'13 - Guy B'$'\302\202''art - La Chabraque.mp3'
'14 - Guy B'$'\302\202''art - Grenades Grenades.mp3'
'16 - Gilbert B'$'\302\202''caud - Marie Marie.mp3'
'17 - Les Djinns - Pilou Pilou He.mp3'
"18 - Marcel Amont - Les Bleuets D'azur.mp3"
'19 - Marcel Amont - Bleu Blanc Blond.mp3'
'20 - Bob Azzam - Mustapha.mp3'
'21 - Pierre Perret - Le Bonheur Conjugal.mp3'
'22 - Pierre Perret - La B'$'\302\202''r'$'\302\202''sina.mp3'
'23 - Bobby Lapointe - Framboise.mp3'
'24 - Bobby Lapointe - Le Poisson Fa.mp3'

trochu zvlášní je, že když použiju ls -1N tak se místo těch escapovaných čísel objeví Fran?aise místo Fran'$'\302\207''aise Když si ho nechám jenom vylistovat tak ukazuje že adresář je jenom jeden ..tak nevím

7z l Anthologie\ De\ La\ Chanson\ Française\ \(1960\).zip 

7-Zip [64] 16.02 : Copyright (c) 1999-2016 Igor Pavlov : 2016-05-21
p7zip Version 16.02 (locale=cs_CZ.utf8,Utf16=on,HugeFiles=on,64 bits,2 CPUs Intel(R) Core(TM)2 Duo CPU     E8400  @ 3.00GHz (10676),ASM)

Scanning the drive for archives:
1 file, 66764339 bytes (64 MiB)

Listing archive: Anthologie De La Chanson Française (1960).zip

--
Path = Anthologie De La Chanson Française (1960).zip
Type = zip
Physical Size = 66764339

   Date      Time    Attr         Size   Compressed  Name
------------------- ----- ------------ ------------  ------------------------
2016-09-03 21:52:16 D....            0            0  Anthologie De La Chanson Fran‡aise--tBtJ--1960
2008-02-05 19:45:14 ....A      2502891      2467157  Anthologie De La Chanson Fran‡aise--tBtJ--1960/01 - Richard Anthony - Nouvelle Vague.mp3
2008-02-05 19:45:16 ....A      1983373      1968438  Anthologie De La Chanson Fran‡aise--tBtJ--1960/02 - Johnny Halliday - Souvenirs Souvenirs.mp3
2008-02-05 19:45:16 ....A      2431005      2416578  Anthologie De La Chanson Fran‡aise--tBtJ--1960/03 - Johnny Halliday - T'aimer Follement.mp3
2008-02-05 19:45:18 ....A      2234979      2215803  Anthologie De La Chanson Fran‡aise--tBtJ--1960/04 - Jean Philippe - Oui Oui Oui Oui.mp3
2008-02-05 19:45:20 ....A      3341735      3320338  Anthologie De La Chanson Fran‡aise--tBtJ--1960/05 - Sacha Distell - Mon Beau Chapeau.mp3
2008-02-05 19:45:20 ....A      2991901      2961890  Anthologie De La Chanson Fran‡aise--tBtJ--1960/06 - Jacqueline Boyer - Tom Pilibi.mp3
2008-02-05 19:45:22 ....A      3301619      3286041  Anthologie De La Chanson Fran‡aise--tBtJ--1960/07 - Jacqueline Boyer - Comme Au Premier Jour.mp3
2008-02-05 19:45:24 ....A      2626612      2596813  Anthologie De La Chanson Française--tBtJ--1960/08 - Robert Jeantal - L'arlequin De Tolède.mp3
2008-02-05 19:45:24 ....A      2517935      2497066  Anthologie De La Chanson Fran‡aise--tBtJ--1960/09 - Dalida - Les Enfants Du Pir‚e.mp3
2008-02-05 19:45:26 ....A      2566005      2542271  Anthologie De La Chanson Fran‡aise--tBtJ--1960/10 - Joel Holmes - Jean-Marie De Pantin.mp3
2008-02-05 19:45:26 ....A      3592092      3546308  Anthologie De La Chanson Fran‡aise--tBtJ--1960/11 - Fran‡ois Deguelt - Les Voiliers.mp3
2008-02-05 19:45:28 ....A      3230552      3183245  Anthologie De La Chanson Fran‡aise--tBtJ--1960/12 - Georges Brassens - L'orage.mp3
2008-02-05 19:45:28 ....A      4238668      4184954  Anthologie De La Chanson Fran‡aise--tBtJ--1960/13 - Guy B‚art - La Chabraque.mp3
2008-02-05 19:45:30 ....A      3244766      3198085  Anthologie De La Chanson Fran‡aise--tBtJ--1960/14 - Guy B‚art - Grenades Grenades.mp3
2008-02-05 19:45:32 ....A      3327949      3292136  Anthologie De La Chanson Française--tBtJ--1960/15 - Juliette Gréco - Il N'y A Plus D'après.mp3
2008-02-05 19:45:32 ....A      2817193      2790494  Anthologie De La Chanson Fran‡aise--tBtJ--1960/16 - Gilbert B‚caud - Marie Marie.mp3
2008-02-05 19:45:34 ....A      2357019      2309649  Anthologie De La Chanson Fran‡aise--tBtJ--1960/17 - Les Djinns - Pilou Pilou He.mp3
2008-02-05 19:45:36 ....A      2433093      2406714  Anthologie De La Chanson Fran‡aise--tBtJ--1960/18 - Marcel Amont - Les Bleuets D'azur.mp3
2008-02-05 19:45:38 ....A      2511668      2483713  Anthologie De La Chanson Fran‡aise--tBtJ--1960/19 - Marcel Amont - Bleu Blanc Blond.mp3
2008-02-05 19:45:38 ....A      2683020      2659872  Anthologie De La Chanson Fran‡aise--tBtJ--1960/20 - Bob Azzam - Mustapha.mp3
2008-02-05 19:45:40 ....A      2470712      2451752  Anthologie De La Chanson Fran‡aise--tBtJ--1960/21 - Pierre Perret - Le Bonheur Conjugal.mp3
2008-02-05 19:45:42 ....A      2749482      2709993  Anthologie De La Chanson Fran‡aise--tBtJ--1960/22 - Pierre Perret - La B‚r‚sina.mp3
2008-02-05 19:45:42 ....A      2614481      2591606  Anthologie De La Chanson Fran‡aise--tBtJ--1960/23 - Bobby Lapointe - Framboise.mp3
2008-02-05 19:45:44 ....A      2444793      2422125  Anthologie De La Chanson Fran‡aise--tBtJ--1960/24 - Bobby Lapointe - Le Poisson Fa.mp3
2007-03-13 13:11:12 ....A       102036       101855  Anthologie De La Chanson Fran‡aise--tBtJ--1960/Anthologie De La Chanson Fran‡aise 1960 back.jpg
2007-03-13 13:10:38 ....A        62040        61791  Anthologie De La Chanson Fran‡aise--tBtJ--1960/Anthologie De La Chanson Fran‡aise 1960 front.jpg
2008-02-05 19:48:38 ....A        84512        83027  Anthologie De La Chanson Fran‡aise--tBtJ--1960/Anthologie De La Chanson Fran‡aise 1960 inside.jpg
2016-09-03 21:51:54 ....A        29184         7129  Anthologie De La Chanson Fran‡aise--tBtJ--1960/Readme.doc
2011-09-02 22:17:46 ....A           64           66  Anthologie De La Chanson Fran‡aise--tBtJ--1960/The Blues That Jazz and More....url
------------------- ----- ------------ ------------  ------------------------
2016-09-03 21:52:16           67491379     66756909  29 files, 1 folders

ty znaky ‡ a ‚ na souborech budou taky nejspíš špatně.

[chrono]

Netuším, aký nástroj použili na vytvorenie toho ZIP archívu, každopádne všetky názvy okrem dvoch sú v nejakom lokálnom kódovaní (pravdepodobne cp1252). Dva názvy ale obsahujú znaky, ktoré nie sú v tom kódovaní a tak je celý názov v utf-8 (a netuším, ako ten program vo Windows dokáže zistiť, v akom kódovaní je názov).

[jejda]

Tak zatím jsem se dostal do fáze kdy:

Unzip rozbalí ten archiv do dvou adresářů

Ručně zkopíruju soubory z toho nemocného adresáře do zdravého

tam pustím

convmv -r -f cp1252 -t utf8 --notest * 

chorý prázdný adresář nakonec smažu

Nevím jestli se to dá považovat za řešení ale furt lepší jak to ručně přejmenovávat soubor po souboru.

[chrono]

To je pravdepodobne najjednoduchšie riešenie, keďže práve informácia pre rok 1960 nie je ani na MusicBrainz.

Inak ak sú správne tagy, tag sa dá použiť napr. easytag (a z tagov nie je problém vytvoriť názov súboru).

[qw11]

Skus pozriet https://superuser.com/questions/872596/decompress-zip-with-given-encoding

[rastos]

Neviem ako to nanútiť unzip-u, ale vyskúšal som kódovania, ktoré pozná Java, a rozumný výsledok dávajú tieto:

IBM00858
IBM437
IBM852
IBM857
IBM860
IBM861
IBM863
IBM850
IBM865

Nefungujú, žiadne z ISO-..., windows-..., utf-

[chrono]

Ako som už písal, dva názvy sú v utf-8 a dva sú v nejakom jedno-bajtovom kódovaní (v ktorom je é a ç, ale nie je tam è).

[rastos]

$ xxd -g1  /tmp/Anthologie\ De\ La\ Chanson\ Française\ \(1960\).zip | head
00000000: 50 4b 03 04 14 00 02 00 00 00 88 ae 23 49 00 00  PK..........#I..
00000010: 00 00 00 00 00 00 00 00 00 00 2f 00 00 00 41 6e  ........../...An
00000020: 74 68 6f 6c 6f 67 69 65 20 44 65 20 4c 61 20 43  thologie De La C
00000030: 68 61 6e 73 6f 6e 20 46 72 61 6e 87 61 69 73 65  hanson Fran.aise
00000040: 2d 2d 74 42 74 4a 2d 2d 31 39 36 30 2f 50 4b 03  --tBtJ--1960/
...

Bajtom 0x87 je zapísaný znak ç - latin small letter c with cedilla

V kódovaní UTF-8 je ten znak zapísaný sekvenciou "0xc3 0xa7":

$ zgrep 'SMALL LETTER C WITH CEDILLA' /usr/share/i18n/charmaps/UTF-8.gz 
<U00E7>     /xc3/xa7     LATIN SMALL LETTER C WITH CEDILLA

V UTF-8 jednobajtová sekvencia s bajtom 0x87 nie je platná.

$ zgrep " /x87 " /usr/share/i18n/charmaps/UTF-8.gz || echo not found
not found

Takže UTF-8 je IMHO mimo hru.

[chrono]

A teraz sa pozri, ako je tam ten znak uložený napr. pre názov 08 (to je tuším jeden z tých dvoch, ktoré sú v utf-8). ;)

[x]

Vse z xtermu s locale C.UTF-8

$ unzip -v Anthologie\ De\ La\ Chanson\ Fran�aise\ \(1960\).zip                                                                                
Archive:  Anthologie De La Chanson Fran�aise (1960).zip
  End-of-central-directory signature not found.  Either this file is not
  a zipfile, or it constitutes one disk of a multi-part archive.  In the
  latter case the central directory and zipfile comment will be found on
  the last disk(s) of this archive.
unzip:  cannot find zipfile directory in one of Anthologie De La Chanson Fran�aise (1960).zip or
        Anthologie De La Chanson Fran�aise (1960).zip.zip, and cannot find Anthologie De La Chanson Fran�aise (1960).zip.ZIP, period.
$

$ 7z l Anthologie\ De\ La\ Chanson\ Fran�aise\ \(1960\).zip                       

7-Zip [64] 16.02 : Copyright (c) 1999-2016 Igor Pavlov : 2016-05-21
p7zip Version 16.02 (locale=C,Utf16=off,HugeFiles=on,64 bits,2 CPUs x64)

Scanning the drive for archives:
1 file, 7872512 bytes (7688 KiB)

Listing archive: Anthologie De La Chanson Fran�aise (1960).zip

--
Path = Anthologie De La Chanson Fran�aise (1960).zip
Type = zip
ERRORS:
Unexpected end of archive
Physical Size = 9068532

   Date      Time    Attr         Size   Compressed  Name
------------------- ----- ------------ ------------  ------------------------
2016-09-03 21:52:16 D....            0            0  Anthologie De La Chanson Fran�aise--tBtJ--1960
2008-02-05 19:45:14 .....      2502891      2467157  Anthologie De La Chanson Fran�aise--tBtJ--1960/01 - Richard Anthony - Nouvelle Vague.mp3
2008-02-05 19:45:16 .....      1983373      1968438  Anthologie De La Chanson Fran�aise--tBtJ--1960/02 - Johnny Halliday - Souvenirs Souvenirs.mp3
2008-02-05 19:45:16 .....      2431005      2416578  Anthologie De La Chanson Fran�aise--tBtJ--1960/03 - Johnny Halliday - T'aimer Follement.mp3
2008-02-05 19:45:18 .....      2234979      2215803  Anthologie De La Chanson Fran�aise--tBtJ--1960/04 - Jean Philippe - Oui Oui Oui Oui.mp3
------------------- ----- ------------ ------------  ------------------------
2016-09-03 21:52:16            9152248      9067976  4 files, 1 folders

Errors: 1
$ 

$ 7z t Anthologie\ De\ La\ Chanson\ Fran�aise\ \(1960\).zip                                                                                    

7-Zip [64] 16.02 : Copyright (c) 1999-2016 Igor Pavlov : 2016-05-21
p7zip Version 16.02 (locale=C,Utf16=off,HugeFiles=on,64 bits,2 CPUs x64)

Scanning the drive for archives:
1 file, 7872512 bytes (7688 KiB)

Testing archive: Anthologie De La Chanson Fran�aise (1960).zip

ERRORS:
Unexpected end of archive

--
Path = Anthologie De La Chanson Fran�aise (1960).zip
Type = zip
ERRORS:
Unexpected end of archive
Physical Size = 9068532

ERROR: Data Error : Anthologie De La Chanson Fran�aise--tBtJ--1960/04 - Jean Philippe - Oui Oui Oui Oui.mp3
                                                                        
Sub items Errors: 1

Archives with Errors: 1

Open Errors: 1

Sub items Errors: 1
$

$ ls -lh | sed 's/xxxxxxxxx/username/g'
total 44964
-rw-r--r--  1 username  username   2.4M Feb  5  2008 01 - Richard Anthony - Nouvelle Vague.mp3
-rw-r--r--  1 username  username   1.9M Feb  5  2008 02 - Johnny Halliday - Souvenirs Souvenirs.mp3
-rw-r--r--  1 username  username   2.3M Feb  5  2008 03 - Johnny Halliday - T'aimer Follement.mp3
-rw-r--r--  1 username  username  1005K Feb  5  2008 04 - Jean Philippe - Oui Oui Oui Oui.mp3
drwx------  2 username  username   512B Sep  3  2016 Anthologie De La Chanson Fran�aise--tBtJ--1960
-rw-r--r--  1 username  username   7.5M Jun 22 07:26 Anthologie De La Chanson Fran�aise (1960).zip

$

Adresar, ktery to vytvorilo je prazdny. Obecne ten archiv nevypada v moc dobrem stavu

[Zaphod]

unzip -O 858 Anthologie\ De\ La\ Chanson\ Française\ \(1960\).zip

Adresár s názvom "Anthologie De La Chanson Française--tBtJ--1960" presunúť, druhý vymazať

unzip -O 863 Anthologie\ De\ La\ Chanson\ Française\ \(1960\).zip

Do adresára "Anthologie De La Chanson Française--tBtJ--1960" skopírovať súbory z presunutého, druhý vymazať

ls -1 Anthologie\ De\ La\ Chanson\ Française--tBtJ--1960/
Anthologie De La Chanson Française 1960 back.jpg
Anthologie De La Chanson Française 1960 front.jpg
Anthologie De La Chanson Française 1960 inside.jpg
Readme.doc
The Blues That Jazz and More....url
01 - Richard Anthony - Nouvelle Vague.mp3
02 - Johnny Halliday - Souvenirs Souvenirs.mp3
03 - Johnny Halliday - T'aimer Follement.mp3
04 - Jean Philippe - Oui Oui Oui Oui.mp3
05 - Sacha Distell - Mon Beau Chapeau.mp3
06 - Jacqueline Boyer - Tom Pilibi.mp3
07 - Jacqueline Boyer - Comme Au Premier Jour.mp3
08 - Robert Jeantal - L'arlequin De Tolède.mp3
09 - Dalida - Les Enfants Du Pirée.mp3
10 - Joel Holmes - Jean-Marie De Pantin.mp3
11 - François Deguelt - Les Voiliers.mp3
12 - Georges Brassens - L'orage.mp3
13 - Guy Béart - La Chabraque.mp3
14 - Guy Béart - Grenades Grenades.mp3
15 - Juliette Gréco - Il N'y A Plus D'après.mp3
16 - Gilbert Bécaud - Marie Marie.mp3
17 - Les Djinns - Pilou Pilou He.mp3
18 - Marcel Amont - Les Bleuets D'azur.mp3
19 - Marcel Amont - Bleu Blanc Blond.mp3
20 - Bob Azzam - Mustapha.mp3
21 - Pierre Perret - Le Bonheur Conjugal.mp3
22 - Pierre Perret - La Bérésina.mp3
23 - Bobby Lapointe - Framboise.mp3
24 - Bobby Lapointe - Le Poisson Fa.mp3

Názvy vyzerajú v poriadku. Kódovanie podľa https://fr.wikipedia.org/wiki/Page_de_code. Ubuntu, locale sk_SK.UTF-8

[jejda]

Už se mi to povedlo vyřešit jinak . Kdyby to rozbalování nefungovalo na windows tak bych to neřešil, ale takto mi přišlo že tu mám asi nějakou krpu. Co to máš za verzi unzipu? unzip co je v archlinuxu ten přepínač -O vůbec nezná.

$️ unzip -v
UnZip 6.00 of 20 April 2009, by Info-ZIP.  Maintained by C. Spieler.  Send
bug reports using http://www.info-zip.org/zip-bug.html; see README for details.

Compiled with gcc 5.3.0 for Unix (Linux ELF) on Apr 17 2016.

UnZip special compilation options:
        ACORN_FTYPE_NFS
        COPYRIGHT_CLEAN (PKZIP 0.9x unreducing method not supported)
        SET_DIR_ATTRIB
        SYMLINKS (symbolic links supported, if RTL and file system permit)
        TIMESTAMP
        UNIXBACKUP
        USE_EF_UT_TIME
        USE_UNSHRINK (PKZIP/Zip 1.x unshrinking method supported)
        USE_DEFLATE64 (PKZIP 4.x Deflate64(tm) supported)
        UNICODE_SUPPORT [wide-chars, char coding: UTF-8] (handle UTF-8 paths)
        LARGE_FILE_SUPPORT (large files over 2 GiB supported)
        ZIP64_SUPPORT (archives using Zip64 for large files supported)
        USE_BZIP2 (PKZIP 4.6+, using bzip2 lib version 1.0.6, 6-Sept-2010)
        VMS_TEXT_CONV
        WILD_STOP_AT_DIR
        [decryption, version 2.11 of 05 Jan 2007]

UnZip and ZipInfo environment options:
           UNZIP:  [none]
        UNZIPOPT:  [none]
         ZIPINFO:  [none]
      ZIPINFOOPT:  [none]

[jejda]

Aha bylo potřeba nainstalovat jinačí verzi z auru. Už je to ok.

[x14]

V ZIPu je název 8bitový string. Původně (ZIP je z dob DOSu) se to bralo jako ASCII. Ale na Woknech tam samozřejmě později cpali texty v aktuálním kódování ACP. Až později byl využit jeden volný bit, který signalizuje, že jde o utf8.

Domnívám se, že do do dříve vyrobeného archívu v odpovídajícím kódování bylo něco přidáno v utf8.

[Peter Golis]

$ unzip -l Anthologie\ De\ La\ Chanson\ Française\ \(1960\).zip 
Archive:  Anthologie De La Chanson Française (1960).zip
  Length      Date    Time    Name
---------  ---------- -----   ----
        0  2016-09-03 21:52   Anthologie De La Chanson FranЗaise--tBtJ--1960/
  2502891  2008-02-05 19:45   Anthologie De La Chanson FranЗaise--tBtJ--1960/01 - Richard Anthony - Nouvelle Vague.mp3
  1983373  2008-02-05 19:45   Anthologie De La Chanson FranЗaise--tBtJ--1960/02 - Johnny Halliday - Souvenirs Souvenirs.mp3
...
  2626612  2008-02-05 19:45   Anthologie De La Chanson Fran├зaise--tBtJ--1960/08 - Robert Jeantal - L'arlequin De Tol├иde.mp3
  2517935  2008-02-05 19:45   Anthologie De La Chanson FranЗaise--tBtJ--1960/09 - Dalida - Les Enfants Du PirВe.mp3
...

Pozdravuj tvorcu toho archívu. Teda ani nie ta tvorcu, ako toho čo nekorektne premenoval skomprimovaný adresár v ktorom sa nachádzala tá hudba. Integrácia zip do exploreru bol síce dobrý nápad, ale prevedenie nebolo moc šťastné.

PS:Rozbaliť to do dvoch adresárov, detoxikovať, a presunúť dve pesničky bolo najjednoduchšie.