如何在bash中反轉轉義反斜杠編碼，如“\\”和“\\ 303 \\ 266”？

Question

我有一個腳本，記錄UTF8編碼名稱的文件。 但是，腳本的編碼/環境設置不正確，它只是重新編碼原始字節。 我現在在文件中有很多行，如下所示：

.../My\ Folders/My\ r\303\266m/...

因此，文件名中有空格，其中包含\\和UTF8編碼的內容，如\\303\\266 （即ö ）。 我想反轉這種編碼？ 是否有一些簡單的bash命令行命令可以鏈接在一起刪除它們？

我可以獲得數百萬個sed命令，但是要花費很長時間才能列出我們擁有的所有非ASCII字符。 或者開始在python中解析它。 但我希望我能做到一些技巧。

Answer 1

這是對Unicode字符的粗略抨擊：

text="/My\ Folders/My\ r\303\266m/"
text="echo \$\'"$(echo "$text"|sed -e 's|\\|\\\\|g')"\'"
# the argument to the echo must not be quoted or escaped-quoted in the next step
text=$(eval "echo $(eval "$text")")
read text < <(echo "$text")
echo "$text"

這使用了Bash的$'string'引用功能。

這將輸出“/ My Folders /Myröm/”。

從Bash 4.4開始，它就像：

text="/My Folders/My r\303\266m/"
echo "${text@E}"

這使用了Bash的一個新功能，稱為參數轉換 。 E運算符使得參數被視為其內容在$'string'中，其中反斜杠轉義序列（在本例中為八進制值）被計算。

Answer 2

目前尚不清楚究竟使用了什么類型的轉義。 八進制字符代碼是C，但C不會逃避空間。 空間轉義在shell中使用，但它不使用八進制字符轉義。

使用命令printf %b $escaped可以撤消接近C風格轉義的內容。 （文檔說八進制轉義以\\0開頭，但GNU printf似乎並不需要這樣做。）另一個答案提到read unescaping shell轉義，盡管如果空間是唯一一個不由printf %b處理的那么使用sed處理這種情況可能會更好。

Answer 3

最后我使用了這樣的東西：

cat file | sed 's/%/%%/g' | while read -r line ; do printf "${line}\n" ; done | sed 's/\\ / /g'

有些文件中含有% ，這是一個printf特殊字符，所以我不得不“加倍”，以便它可以被轉義並直接通過。 該-r在read停止讀取逃避\\的讀取但是不轉"\\ "到" " ，所以我需要最終sed 。

Answer 4

使用printf解決utf-8文本的問題。 使用read來處理空格(\\ ) 。

像這樣：

$ text='/My\ Folders/My\ r\303\266m/'
$ IFS='' read t < <(printf "$text")
$ echo "$t"
/My Folders/My röm/

Answer 5

內置的“讀取”功能將處理部分問題：

$ echo "with\ spaces" | while read r; do echo $r; done
with spaces

Answer 6

將文件（逐行）傳遞給以下perl腳本。

#!/usr/bin/per

sub encode {
    $String = $_[0];
    $_ = $String;
    while(/(\\[0-9]+|.)/g) {
        $Match = $1;

        if ($Match =~ /\\([0-9]+)/) {
            $Code = oct(0 + $1);
            $Char = ((($Code >= 32) && ($Code  160))
                ? chr($Code)
                : sprintf("\\x{%X}", $Code);
            printf("%s", $Char);
        } else {
            print "$Match";
        }
    }

    print "\n";
}

while ($#ARGV >= 0) {
    $File = shift();
    open(my $F, ") {
        $String =~ s/\\ / /g;
        &encode($Line);
    }
}

像這樣：

$ ./PerlEncode.pl Test.txt

Test.txt包含：

/My\ Folders/My\ r\303\266m/
/My\ Folders/My\ r\303\266m/
/My\ Folders/My\ r\303\266m/

行“$ String = ~s / \\ / / g;” 將“\\”替換為“”，子編碼解析那些unicode char。

希望這有幫助