主页 / ubuntu / 问题 / 1455297
Accepted
s3idani
Asked: 2023-02-17 11:02:29 +0800 CST

如何从 Youtube 文件名中删除表情符号？

  • 772

我正在尝试从此 Youtube 文件名中删除表情符号：

وسائل الاتصال الحديث٩ٌ ? & ? ? -eYrBcHOx2Jf.mp4

我正在使用perl -p -e 's/[^[:ascii:]]//g'但tr -dc '[:print:]'得到了这个；

&-eYrBcHOx2Jf.mp4

如何删除表情并保留阿拉伯字符？

sed

2 个回答

  1. 我不确定 GNU 中多字节字符支持的状态tr。

    在 中，您将需要使用-C perlrun 选项perl至少设置支持 UTF-8 的标准输入和标准输出流。然后，您可以按照perluniprops 文档中的描述使用 unicode 属性——甚至还有一个代码点组。例如：\p{Emoji}

    $ printf '%s\n' 'وسائل الاتصال الحديثة? ? & ? ? -eYrBcHOx2Jf.mp4' | 
    perl -C -pe '$_ =~ s/[\p{Emoji}]//g'
وسائل الاتصال الحديثة?  &   -eYrBcHOxJf.mp

    不幸的是，它看起来\p{Emoji}至少包括十进制数字——尽管您可以使用（目前处于实验阶段的）regex_sets功能排除那些数字，例如：

    $ printf '%s\n' 'وسائل الاتصال الحديثة? ? & ? ? -eYrBcHOx2Jf.mp4' | 
    perl -Mexperimental=regex_sets -C -pe 's/(?[\p{Emoji} - \p{ASCII}])//g'
وسائل الاتصال الحديثة?  &   -eYrBcHOx2Jf.mp4

    至少在 File::Rename 版本 1.30 中，您可以通过其选项rename以类似于 perl 的方式使基于 perl 的命令编码感知：-C-u

       -u, --unicode [encoding]
           Treat filenames as perl (unicode) strings when running the
           user-supplied code.

           Decode/encode filenames using encoding, if present.

           encoding is optional: if omitted, the next argument should be
           an option starting with '-', for instance -e.

    所以给出

    $ ls *.mp4
'وسائل الاتصال الحديثة? ? & ? ? -eYrBcHOx2Jf.mp4'

    然后

    $ rename -n -u utf8 'use experimental qw(regex_sets); s/(?[\p{Emoji} - \p{ASCII}])//g' *.mp4
rename(وسائل الاتصال الحديثة? ? & ? ? -eYrBcHOx2Jf.mp4, وسائل الاتصال الحديثة?  &   -eYrBcHOx2Jf.mp4)

    您可以改为指定字符范围以保留 ex。

    $ rename -n -u utf8 's/[^\p{ASCII}\p{Arabic}]//g' *.mp4
rename(وسائل الاتصال الحديثة? ? & ? ? -eYrBcHOx2Jf.mp4, وسائل الاتصال الحديثة  &   -eYrBcHOx2Jf.mp4)

    或者

    $ rename -n -u utf8 'use experimental qw(regex_sets); s/(?[\P{ASCII} & \P{Arabic}])//g' *.mp4
rename(وسائل الاتصال الحديثة? ? & ? ? -eYrBcHOx2Jf.mp4, وسائل الاتصال الحديثة  &   -eYrBcHOx2Jf.mp4)

    这似乎与角色没有同样的问题4。

    • 1
  2. Best Answer

    我能够使用以下方法删除表情符号并在文件名中保留阿拉伯字符sed：

    回声“وسائل الاتصال الحديثود ? & ? ? -eYrBcHOx2Jf.mp4” | sed 's/\xf0\x9f/\r&/g; s/\s*\r.//g'

    输出

    وسائل الاتصال الحديث٩ٌ & -eYrBcHOx2Jf.mp4

    我知道这可能不是最好和最干净的方法，但它解决了我当前的问题。

    • 1

相关问题