Admin: 1 версия импортирована

2023-02-27T18:39:17Z

1 версия импортирована

← Предыдущая версия	Версия от 21:39, 27 февраля 2023
(нет различий)

178.162.53.3 в 12:04, 12 октября 2020

2020-10-12T12:04:08Z

Новая страница

Довольно часто при открытии под Линуксом архивов, содержащих файлы и директории с кириллическими (и вообще любыми не-ASCII) названиями, обнаруживается, что имена файлов в них в неправильной кодировке. Если такой архив распаковать на диск, файлы на диске могут получиться с нечитаемыми названиями.

Происходит это потому, что в разных файловых системах имена файлов хранятся в разных кодировках, да ещё операционные системы работают с ними по-разному, а большинство архивных форматов не предусматривает указания кодировки: какая была при упаковке, такая и будет. Проще говоря, по историческим причинам в кодировках имён файлов в архивах царит кавардак.

Проблема чаще всего возникает с файлами формата ZIP, упакованными под Windows (вообще говоря, существует [https://www.opennet.ru/openforum/vsluhforumID3/72961.html#58 алгоритм] правильного определения кодировок для таких архивов, но он мало где поддерживается). Собственно, форматы TAR, GZIP, BZIP2 и многие другие тоже этому подвержены, но они чаще всего создаются под Линуксом или на других POSIX-совместимых платформах, а там сейчас почти всегда одна и та же кодировка — UTF-8, поэтому проблема не проявляется.

'''Эта проблема касается исключительно имён файлов и директорий. Содержимого файлов это никак не касается.''' Естественно, если в архиве есть текстовый файл в неизвестной кодировке, вам придётся её подбирать в текстовом редакторе, но это уже совсем другая история.

Если надо распаковать такой архив, то решение очень простое: надо указать архиватору, в какой кодировке там имена файлов. Проблема в том, что распространённые архиваторы с графическим интерфейсом такой опции не имеют, программы для командной строки обычно тоже (в лучшем случае она глубоко спрятана в документации). Поэтому приводим советы, как именно нужно поступать.

Что касается самой кодировки, то стоит ожидать либо UTF-8, либо CP866, либо (редко) CP1251.

= Разархиваторы, которые просто работают =

[https://github.com/elfmz/far2l far2l] (linux порт Far Manager) выбирает кодировку не-юникодных архивов по системной локали — "сжатые папки" в Windows ведут себя точно также. [https://launchpad.net/~far2l-team/+archive/ubuntu/ppa ppa]

[https://www.theunarchiver.com/command-line The Unarchiver] (в дистрибутивах - пакеты unar, unarchiver) умеет угадывать кодировку статистическими методами

<pre>
unar file.zip
</pre>

bsdtar (из состава libarchive) умеет распаковывать zip-файлы и преобразует кодировку имен на лету

<pre>
bsdtar --option hdrcharset=cp866 -xf file.zip
</pre>

= Рецепт для Ubuntu =

Добавляем репозиторий с исправленной версией архиваторов:

<pre>
sudo add-apt-repository ppa:frol/zip-i18n
</pre>

Обновляем репозитории и пакеты:

<pre>
sudo apt-get update
sudo apt-get upgrade
</pre>

Далее устанавливаем следующие пакеты:

<pre>
sudo apt-get install p7zip p7zip-full
</pre>
Теперь названия файлов в архивах будут отображаться в правильной кодировке.

= Рецепт для Gentoo =

После пересборки zip и unzip с USE-флагом natspec всё работает само собой. В любительском оверлее [http://rusxmms.sourceforge.net/index.php?page=download.php rusxmms] доступен пакет p7zip с графическим интерфейсом для архиватора 7-Zip, в котором также поправлена кодировка. Для p7zip необходимо включить USE-флах rcc, который используется также в некоторых других пакетах данного оверлея, например id3tag и mpg123.

= Рецепт для Fedora =

Можно позаимствовать патчи unzip и libnatspec у проекта RussianFedora:

[http://mirror.yandex.ru/fedora/russianfedora/russianfedora/free/fedora/releases/14/Everything/source/SRPMS/libnatspec-0.2.6-1.fc14.src.rpm libnatspec ]

[http://mirror.yandex.ru/fedora/russianfedora/russianfedora/fixes/fedora/releases/14/Everything/source/SRPMS/unzip-6.0-3.fc14.1.src.rpm unzip ]
= Рецепт для Archlinux =

Установите пакет [https://aur.archlinux.org/packages/unzip-iconv/ unzip-iconv] с AUR:

<pre>yaourt -S unzip-iconv</pre>

= Рецепт для openSUSE =
<pre>#zypper in unzip-rcc</pre>

= Универсальные решения =

Актуальны для любого дистрибутива

== Для терминала ==

<pre>
ls | iconv -f Latin1 -t cp850 | iconv -f cp866
</pre>

<pre>
unzip file.zip -d directory-name
cd directory-name
convmv -f cp866 -t utf8 *
# удостоверяемся, что всё в порядке
convmv --notest -f cp866 -t utf8 *
# вместо cp866 может понадобиться cp1251 или даже koi8-r
</pre>
== Для Gnome 2 ==

# Ставим fuse-zip

# Создаём директорию ~/.ZIP

# Пишем скрипт:
<pre>
#! /bin/bash
fusermount -u ~/.ZIP
fuse-zip "$1" .ZIP -omodules=iconv,from_code=CP866,to_code=UTF8
nautilus ~/.ZIP
xrefresh -white
</pre>

# Делаем исполняемым и помещаем например если стоит gnome в ~/.gnome2/nautilus-scripts

# Назначаем открывать ZIP-архивы с помощью этого скрипта

[[Category:Полезные советы]]

= Как самому упаковывать файлы, чтобы не было проблем =
Проблем не будет, если все имена файлов и директорий в архиве состоят исключительно из латинских букв, цифр, пробелов и базовой пунктуации, кроме слэша (/) — слэш в именах файлов под Линуксом недопустим. Если архив будут открывать под Windows, там запрещённых символов больше: '''<''', '''>''', ''':''', '''"''', '''/''', '''\''', '''|''', '''?''' и '''*''' [http://msdn.microsoft.com/en-us/library/aa365247%28VS.85%29]. Но их и под Линуксом не рекомендуется использовать в именах файлов, потому что в командной строке все эти символы имеют специальное значение.

А также проблем не будет с форматом '''7z''' (архиватор [http://p7zip.sourceforge.net p7zip] для Линукс/POSIX, [http://www.7-zip.org 7-Zip] для Windows), ни под Линуксом, ни под другими системами: архиватор при упаковке автоматически перекодирует все имена файлов в UTF-8, а при распаковке перекодирует их в кодировку системной локали. Формат полностью свободный и с хорошим сжатием, поэтому им и рекомендуется пользоваться.

Обычно не бывает проблем и с популярным форматом RAR, так как там имена файлов кодируются всегда в UTF-16. Но, во-первых, он проприетарный: свободные архиваторы его более-менее поддерживают, но с некоторыми версиями формата не справляются. Во-вторых, поступают сообщения, что некоторые архиваторы для Линукса всё-таки и при работе с RAR запарывают кодировку. Рекомендуется пользоваться 7z.

Стоит отметить, что программа zip от Info-ZIP, использующаяся в большинстве дистрибутивов, с версии 3.0 при создании архивов сохраняет имена файлов одновременно в двух кодировках: в той, какая есть, и в UTF-8. Такой архив можно будет распаковать без проблем, а совместимость со старыми версиями архиваторов при этом не нарушается. Но это никак не помогает при распаковке архивов, созданных другими программами. На самом деле, даже спецификация формата ZIP включает пункт о том, что имена файлов должны кодироваться либо в CP437, либо в UTF-8, но разработчики архиваторов часто игнорируют этот пункт.

Кодировка имен файлов в архивах zip - История изменений

Admin: 1 версия импортирована

178.162.53.3 в 12:04, 12 октября 2020