2

MACの場合、
ファイル名につけた濁点などが二文字と判断されてしまって、
文字コードがおかしくなることがあるかと思います。

ですので、
カガク.txt
カガク.txt
二つ同じファイルに見えるのですが、上は、ガが1文字、下が2文字
などに判断されてしまって、検索などの際に問題が発生します。

そこで、全部一斉に、ファイル名の濁点を一文字に変換するスクリプトを作りたいのですが、
どのようにしたら良いでしょうか?

ファイル名を1文字ずつ文字コードで表示

$dir = ".";
if (is_dir($dir)) {
   if ($dh = opendir($dir)) {
      while (($file = readdir($dh)) !== false) {
         for ($i = 0 ;$i < mb_strlen($file);$i++){
             print mb_substr($file,$i,1);
             printf("0x%x", ord(mb_substr($file,$i,1)));
             //この辺りで処理すべきかと思うのですが。。。。
         } 
         print "\n";
       }
       closedir($dh);
   }
}

1 件の回答 1

2

記載例で言うと、$fileに対し、iconv関数でUTF-8文字列に変換するとよいかと思います。

例
while (($file = readdir($dh)) !== false) {
    $file_utf8 = iconv("UTF-8-MAC", "UTF-8", $file)
    print $file_utf8
    ...
}

検索すると見つけられると思いますが、MacOSのファイルシステム(HFS+)では、濁音文字を
通常文字と濁点の2つにして扱うらしいです。
そのエンコーディングが「UTF-8-MAC」で表されるので、それを処理したいエンコーディング
(例の場合「UTF-8」)に変換すればよいかと思います。

1
  • ありがとうございます。無事変換できました。これができるのはOSX上だけで、Linux上では難しいようですね。NFDからNFCへの変換として、しらべるといろいろ情報も発見できました。
    – whitebear
    Commented 2017年6月3日 7:12

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。