如何使用 TCL 的 exec 复制名称中带有特殊字符的文件？

Question

我正在尝试通过exec 命令在我们的平台上上传包含特殊字符的文件，但这些字符总是被解释并且失败了。

例如，如果我尝试上传 mémo.txt 文件，则会收到以下错误：

/bin/cp: 无法创建常规文件`/path/to/dir/m\351mo.txt': 没有这样的文件或目录

系统上正确配置了 UTF8，如果我在 shell 上运行该命令，它工作正常。

这是 TCL 代码： exec /bin/cp $tmp_filename $dest_path

我怎样才能让它工作？

Answer 1

问题的核心是使用何种编码与操作系统进行通信。对于exec 和文件名，该编码是encoding system command 返回的任何内容（Tcl 很好地猜测了 Tcl 库启动时的正确值，但偶尔会出错）。在我的计算机上，该命令返回 utf-8，它表示（正确！）传递给操作系统（和从操作系统接收）的字符串是 UTF-8。

您应该能够使用file copy 命令而不是使用exec /bin/cp，这在这里会很有帮助，因为它减少了复杂的层级（它避免了通过可能强加其自身问题的外部程序）。我们假设已经完成了：

set tmp_filename "foobar.txt";  # <<< fill in the right value, of course
set dest_path "/path/to/dir/mémo.txt"
file copy $tmp_filename $dest_path

如果失败，我们需要找出原因。最可能的问题与编码有关，并且可能以多种可怕的交互方式出错。唉，细节很重要。特别是，路径的编码取决于实际的文件系统（它是创建文件系统时的正式参数），并且当您在另一个挂载中有一个挂载时，路径的各个部分之间的 Unix 可能会有所不同。

如果最坏的情况发生，您可以将 Tcl 置于 ISO 8859-1 模式，然后自己进行所有编码（因为 ISO 8859-1 是“只使用我告诉你的字节”编码）； encoding convertto 在这种情况下也很有用。请注意，这可能会生成给其他程序带来麻烦的文件名，但至少可以让您解决问题。

encoding system iso98859-1
file copy $tmp_filename [encoding convertto utf-8 $dest_path]

在这种情况下，可能需要注意正确转换路径的不同部分：您对发生的事情负全部责任。

---

如果您使用的是 Windows，请让 Tcl 处理细节。 Tcl 直接使用 Wide (Unicode) Windows API，因此您可以假装不存在这些问题。 （还有其他个问题。）

在 macOS 上，请不要理会encoding system，因为它是正确的。 Mac 对编码有一种非常固执的方法。

Answer 2

我已经尝试了文件复制命令，但它说复制错误 “/tmp/file7k5kqg”到“/path/to/dir/mémo.txt”：没有这样的文件或 目录

我对您的问题的解读是，出于某种原因，您的 Tcl 设置为 iso8859-1 ([encoding system])，而执行环境 (shell) 设置为 utf-8。这解释了为什么 Donal 的建议对您有用：

encoding system iso8859-1
file copy $tmp_filename [encoding convertto utf-8 $dest_path]

这将安全地将utf-8 编码的字节数组传递给任何系统调用：é 或\xc3\xa9 或\u00e9。观看：

% binary encode hex [encoding convertto utf-8 é] 
c3a9
% encoding system iso8859-1; exec xxd << [encoding convertto utf-8 é] 
00000000: c3a9                                     ..

这相当于[encoding system] 也被设置为utf-8（正如在utf-8 环境中所预期的那样）：

% encoding system
utf-8
% exec xxd << é
00000000: c3a9                                     ..

您正在经历的（没有任何干预）似乎是在从 Tcl 退出时将 Tcl 内部编码重新编码为 iso8859-1（因为 [encoding system]，正如 Donal 所描述的那样），以及后续 -将此iso8859-1 值重新编码（和错误）到utf-8 环境中。

注意区别（\xe9 与 \xc3\xa9）：

% encoding system iso8859-1
% encoding system
iso8859-1
%  exec xxd << é
00000000: e9

问题似乎是 \xe9 将在您的其他 utf-8 环境中解释，例如：

$ locale
LANG="de_AT.UTF-8"
...
$ echo -ne '\xe9'
?
$ touch `echo -ne 'm\xe9mo.txt'`
touch: m?mo.txt: Illegal byte sequence
$ touch mémo.txt
$ ls mémo.txt 
mémo.txt
$ cp `echo -ne 'm\xe9mo.txt'` b.txt
cp: m?mo.txt: No such file or directory

但是：

$ cp `echo -ne 'm\xc3\xa9mo.txt'` b.txt
$ ls b.txt
b.txt

您的选择：

(1) 首先，您需要找出 Tcl 选择iso8859-1 的原因。您是如何获得安装的？自编？详情（版本）是什么？

(2) 您可以按照 Donal 的建议进行操作，或者明确设置 encoding system utf-8。

encoding system utf-8
file copy $tmp_filename $dest_path