Question

在OS-X上（PHP5.2.11）我有一个文件：siësta.doc（以及其他一千个带有Unicode文件名的文件），我想将文件名转换为web-consumable格式（a-zA-Z0-9））。如果我对上面的文件名进行硬编码，我可以进行正确的转换：

<?php
  $file = 'siësta.doc';
  echo preg_replace("/[^a-zA-Z0-9.]/u", '_', $file);
  // Output: si_sta.doc
?>

但如果我用scandir读取文件名，我就会有奇怪的转换：

<?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
  }
?>

我试图检测编码，设置编码，用iconv函数转换它。我也试过了mb_函数。但情况更糟。我做错了什么？

提前致谢

Answer 1

有趣。经过一些回忆后，我发现OSX将文件名存储为“分解的unicode”（参见http://developer.apple.com/mac/library/qa/qa2001/qa1173.html）。也就是说，“ë”表示为“e”+ diaresis符号（0xcc88）。

Answer 2

您确实尝试过utf8_encode？（至少在Windows上运行）

<?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
  }
?>

Answer 3

问题是windows和php之间的通信。它不可能获得unicode文件名，因为它们依赖于非unicode windows应用程序语言。

最好的解决方案是执行dir命令并获取要处理的信息，但是必须通过cmd执行此操作，并获取windows短名称：

chcp 65001
dir /x c:\test\ > myinfo.txt

它返回：

 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

然后，您可以阅读myinfo.txt以获取原始名称和Windows短名称之间的连接。

有些PHP函数可以使用短名称工作，你可以构建和数组，就好像你需要显示它一样：

$array['short_name']= $original_name;

例如：is_dir, is_file 正常。但是，scandir或is_readable 也会因短名称而失败。使用这些函数的解决方案是以递归方式重新运行dir命令。

要从txt文件获取信息，您可以使用正则表达式或substr，丢弃前五行和后两行。例如：

for($k=6;$k<(count($array)-2);$k++) ...

使用preg_replace（）和scandir（）编码问题

3 个答案: