Dotaz: Překódování chybných názvů adresářů a souborů

[majales]

Zdravím. Mám jednom archivu stovky adresářů a souborů s pomršenou českou diakritikou. Vypadá to přesně takto. Unicode zobrazený jako win-1250, čili místo 'á' je tam 'á' a místo 'č' je tam 'ÄŤ' a tak dále. Netušíte někdo jak tohle překonvertovat jednosduše do utf-8?

---

---

Odpovědi

[jejda]

Kdysi jsem se setkal s něčím podobným a řešil jsem to sedem. Nejsou tam všecky znaky, no čitelnější to asi bude.

sed -e 's/Ĺ®/Ů/g' \
 -e 's/ĹŻ/ů/g' \
 -e 's/ÄŹ/ď/g' \
 -e 's/Ăť/Ý/g' \
 -e 's/Ă˝/ý/g' \
 -e 's/Ň/Ň/g' \
 -e 's/Ĺ\x88/ň/g' \
 -e 's/Ĺ /Š/g' \
 -e 's/š/š/g' \
 -e 's/“/“/g' \
 -e 's/„/„/g' \
 -e 's/Ĺ˝/Ž/g' \
 -e 's/Ĺľ/ž/g' \
 -e 's/ÄŚ/Č/g' \
 -e 's/ÄŤ/č/g' \
 -e 's/ĹĄ/ť/g' \
 -e 's/Ă\%x81/Á/g' \
 -e 's/Ăł/ó/g' \
 -e 's/Ăş/ú/g' \
 -e 's/Ĺ\%x98/Ř/g' \
 -e 's/Ĺ™/ř/g' \
 -e 's/á/á/g' \
 -e 's/Äš/Ě/g' \
 -e 's/Ä›/ě/g' \
 -e 's/Ă­/í/g' \
 -e 's/Ă©/é/g' \
 -e 's/…/…/g' \
 -e 's/—/—/g' \
 -e 's/‚/,/g'

třeba existuje něco lepšího, nevím.

[pavele]

https://www.linuxexpres.cz/praxe/kodovani-textu-na-pocitaci

[MakeIranBombedAgain❗]

Ten convmv vypadá že umí přejmenovávat soubory

$ convmv -f utf8 -t cp1250 --notest Äš
mv "./Äš"       "./Ě"
Ready! I converted 1 files in 0 seconds.

dík za tip!

[MakeIranBombedAgain❗]

jj to vypadá jako řešení :O ;D

navic to de i pustit rekurzivně normálně pomocí -r, takže to je asi jakoby přesně to co majales potřebuje :D ;D

hele manual

greta@krabice:~/pokus/tst$ tree
.
└── bla
    └── SmrtBanderovskĂ˝mZrĹŻdám

2 directories, 1 file

greta@krabice:~/pokus/tst$ convmv -r -f utf8 -t cp1250 --notest ./
mv "./bla/SmrtBanderovskĂ˝mZrĹŻdám"    "./bla/SmrtBanderovskýmZrůdám"
Ready! I converted 1 files in 0 seconds.

greta@krabice:~/pokus/tst$ tree
.
└── bla
    └── SmrtBanderovskýmZrůdám

2 directories, 1 file

[majales]

Nějak nechápu ten směr - bral jsem to vždy jako -f (From) -t (To) . Copak je to platné utf-8 a proč to konvertuji do cp1250, když jsem na linuxu. Hlava mi to nebere. Může to někdo vysvětlit?

[pavek]

tipl bych si ze ne vse lze konvertovat do nepuvodni sady vzniku textu, napadlo te to taky?

[Peter Golis]

Pokiaľ to má na FS pripojenom bez Unicode (napr. s Latin2 alebo Win1250), tak mi to dáva zmysel.

[Jendа]

Pro jednorázovku bych také takto vyjmenoval ty případy a nahradil.

Pokud by hrozilo, že to bude něco rozsáhlejšího, a například by bylo potřeba podporovat i jazyky, které vůbec neznám, tak bych si asi napsal skript (za sebe v Pythonu), který by provedl tu skutečnou transformaci inverzně -- vzal by ty znaky, zakódoval je jako Win1250 bajty, a dekódoval jako UTF-8.

[X]

iconv