如何检查 Perl 中是否存在 UTF-16 文件名？

Question

我有一个以 UTF-16 编码的文本文件。每行包含许多由制表符分隔的列。对于那些关心的人来说，该文件是从 iTunes 导出的播放列表 TXT。第 27 列包含文件名。

我正在 Linux 中使用 Perl 5.8.8 阅读它，使用的代码类似于：（

binmode STDIN, ":encoding(UTF-16)";
while(<>)
{
    chomp;
    my @cols = split /\t/, $_;
    my $filename = $cols[26];   # Column #27 contains the filename
    print "File exists!" if (-e "$filename");
}

请注意：我已经缩短了此代码片段。在我的实际代码中，我做了一些替换，将 iTunes 使用的绝对 Windows 文件名转换为在我的 Linux 机器）

即使文件存在，（-e）文件测试也不会返回 true。我相信这与 UTF-16 格式的字符串有关，但无法找出问题所在。实际的文件名仅使用 ASCII 字符。如果我打印 $filename 变量，文件名将正确打印。

Perl 中的文件名可以是 UTF16 吗？有什么想法可以让这个代码片段发挥作用吗？

Answer 1

UTF-16 文本由 :encoding 层处理。当它进入 $_ 时，无法判断它曾经是 UTF-16。我不认为这是你的问题。

我的猜测是你的文件名中有一些空格（当你尝试打印它时你没有注意到）或者你不在你认为的目录中。

尝试

if (-e $filename) { print "File exists!" } 
else { print "File <$filename> not found" }

仔细检查文件名。您还可以使用 Cwd; 并打印出当前目录。

Answer 2

我找到了解决方案：

第 27 列是最后一列，文件使用 0d0a (\r\n) 行结尾进行编码。 chomp 仅删除 0a (\n)。不知道为什么我之前没有看到这个，但它与 UTF16 没有任何关系。

添加：

s/\r$//;

在 chomp 之后修复问题。

感谢您的帮助 - 很抱歉让您陷入兔子的困境。

Answer 3

如果，正如你所说，实际的文件名只使用 ASCII 字符，那行不通吗

$filename =~ s/\0//g;

？无论如何，xxd 应该会在您下次遇到类似问题时有所帮助，

[sinan@archardy ~]$ xxd /mnt/c/Documents\ and\ Settings/sinan/Desktop/test.txt
0000000: fffe 2f00 6800 6f00 6d00 6500 2f00 7300  ../.h.o.m.e./.s.
0000010: 6900 6e00 6100 6e00 2f00 7400 6500 7300  i.n.a.n./.t.e.s.
0000020: 7400 6d00 6500 2e00 7400 7800 7400 0d00  t.m.e...t.x.t...
0000030: 0a00                                     ..

我发现您在我创建测试文件并重新启动到 Linux 时已经解决了您的问题。那好吧。