Jeu de caractères dans la commande rename

Fermé
nolyann Messages postés 11 Date d'inscription mardi 8 septembre 2015 Statut Membre Dernière intervention 24 février 2016 - 17 févr. 2016 à 14:47
nolyann Messages postés 11 Date d'inscription mardi 8 septembre 2015 Statut Membre Dernière intervention 24 février 2016 - 24 févr. 2016 à 10:07
Bonjour,

Je souhaite renommer des fichiers avec la commande rename, notamment remplacer les "e" accentués par "e", et je constate un comportement bizarre avec les jeux de caractères définis par "[]". Exemple sur un fichier nommé initialement "titié":
rename -v "s/[éè]/e/g" *
titié renamed as titiee

rename -v "s/é/e/g" *
titié renamed as titie

rename -v "s/[ie]/a/g" *
titie renamed as tataa

Pourquoi le "é" est-il remplacé par "ee" quand il est spécifié dans un intervalle comme dans l'exemple 1 alors que l'exemple 2 montre qu'il est correctement remplacé quand il est spécifié seul et que l'exemple 3 montre que l'usage d'un intervalle est correct...

A voir également:

7 réponses

Salut,

Parce que quand tu écris
"s/[ie]/a/g"
c'est le i ou le e indifféremment qui sont remplacés par le caractère a et ça autant de fois que nécessaire (présence du g en fin de syntaxe).

Pour un remplacement, c'est y et non s qu'il faut employer et en mettant toutes les correspondances :

$ echo 'éèêëîïôöù' | sed 'y/éèêëîïôöù/eeeeiioou/'
eeeeiioou

$ echo "l'été sera bientôt là." | sed 'y/éèêëîïôöà/eeeeiiooa/'
l'ete sera bientot la.
0
nolyann Messages postés 11 Date d'inscription mardi 8 septembre 2015 Statut Membre Dernière intervention 24 février 2016
17 févr. 2016 à 18:02
Salut,

Merci pour ta réponse mais je crois que tu as mal compris ma question.
Dans mes trois exemples, je suis d'accord avec les deux derniers. Mais je ne comprends pas pourquoi dans le premier j'obtiens titiee et non pas titie. L'interprétation de la commande est "si on rencontre un é ou un è, le substituer par un e" et non pas deux...
0
Oups effectivement j'avais mal lu l'énoncé ;-(

Par contre il semblerait que ce soit un bug du programme, qui à la base n'est peut-être pas conçu pour l'alphabet français et ses caractères accentués ;-\

En reprenant ton exemple, et en essayant de renommer un fichier ne contenant pas la lettre voulue, voilà ce qui se passe :

$ ls -1
titié
titié.txt

$ rename -n 's/[è]/e/g' *
titié renamed as titie▒
titié.txt renamed as titie▒.txt

Une substitution à lieu quand même et apparaît un caractère (non pris en charge (▒)) à la suite ;-\

Je pense que c'est aussi un problème d'encodage. Perso je suis en
fr_FR.UTF-8
.

Voilà ce que donne ce caractère en le passant à unum :

$ ../unum.pl '▒'
Octal Decimal Hex HTML Character Unicode
022622 9618 0x2592 ▒ "▒" MEDIUM SHADE


http://www.fileformat.info/info/unicode/char/2592/index.htm
0
nolyann Messages postés 11 Date d'inscription mardi 8 septembre 2015 Statut Membre Dernière intervention 24 février 2016
22 févr. 2016 à 19:36
Salut,
Désolé pour mon silence durant 4 jours.
En fait il semble que le problème existe uniquement quand le caractère à substituer est d'une part accentué et d'autre part entre crochets, même seul. Mes exemples 2 et 3 montrent que ça fonctionne en dehors de ces deux conditions. Personnellement je suis en UTF8 aussi mais en anglais. Question au passage: comment fais-tu pour connaître l'encodage? Y a-t-il une commande?

En fait j'utilise la commande rename dans un script et je voulais cumuler les caractères accentués comme ceci:
rename -v "s/[áàâäãÁÀÂÄÃ]/a/g" *
rename -v "s/[éèêëẽÉÈÊËẼ]/e/g" *
rename -v "s/[íìîïĩÍÌÎÏĨ]/i/g" *
rename -v "s/[óòôöõÓÒÔÖÕ]/o/g" *
rename -v "s/[úùûüũÚÙÛÜŨ]/u/g" *

Je devrai donc les écrire dans un appel à rename séparé, ce qui va pas mal ralentir mon script. Tant pis.
0
zipe31 Messages postés 36402 Date d'inscription dimanche 7 novembre 2010 Statut Contributeur Dernière intervention 27 janvier 2021 6 419
23 févr. 2016 à 09:22
Je pense que le problème vient de l'UTF-8 qui encode sur 2 octets ;-\

Question au passage: comment fais-tu pour connaître l'encodage? Y a-t-il une commande?
Avec la commande
locale
:
$ locale
LANG=fr_FR.UTF-8
LANGUAGE=
LC_CTYPE="fr_FR.UTF-8"
LC_NUMERIC="fr_FR.UTF-8"
LC_TIME="fr_FR.UTF-8"
LC_COLLATE="fr_FR.UTF-8"
LC_MONETARY="fr_FR.UTF-8"
LC_MESSAGES="fr_FR.UTF-8"
LC_PAPER="fr_FR.UTF-8"
LC_NAME="fr_FR.UTF-8"
LC_ADDRESS="fr_FR.UTF-8"
LC_TELEPHONE="fr_FR.UTF-8"
LC_MEASUREMENT="fr_FR.UTF-8"
LC_IDENTIFICATION="fr_FR.UTF-8"
LC_ALL=


Sinon avec utrac :
$ utrac -d
Language: French
System: Unix
Output charset: UTF-8
Output EOL: LF
Error character: '_'
0
dubcek Messages postés 18755 Date d'inscription lundi 15 janvier 2007 Statut Contributeur Dernière intervention 14 novembre 2024 5 622
23 févr. 2016 à 09:31
hello
1 caractère à la fois, ça passe
$ ls
aéè titié èèè
$ rename -nv 's/é/e/g;s/è/e/g' *
aéè renamed as aee
titié renamed as titie
èèè renamed as eee
$ rename -nv 's/[éè]/e/g' *
aéè renamed as aeeee
titié renamed as titiee
èèè renamed as eeeeee
$
0

Vous n’avez pas trouvé la réponse que vous recherchez ?

Posez votre question
nolyann Messages postés 11 Date d'inscription mardi 8 septembre 2015 Statut Membre Dernière intervention 24 février 2016
23 févr. 2016 à 09:48
Je ne savais pas qu'on pouvais cumuler des expressions de sed dans rename. Ainsi mon script sera quand-même un peu plus rapide.
Merci à tous pour vos réponses.
0
dubcek Messages postés 18755 Date d'inscription lundi 15 janvier 2007 Statut Contributeur Dernière intervention 14 novembre 2024 5 622
Modifié par dubcek le 23/02/2016 à 10:10
essayer ça pour tous les accents
$ C1="ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖØÙÚÛÜÝÞßàáâãäåæçèéêëìíîïðñòóôõöøùúûüýþÿ"
$ C2="AAAAAAACEEEEIIIIDNOOOOOOUUUUYPSaaaaaaaceeeeiiiionoooooouuuuyby"
$ C3="$(for((i=0; i<${#C1}; i++)); do echo -n "s/${C1:$i:1}/${C2:$i:1}/g;"; done)"
$ rename -nv "$C3" *

test
$ touch $C1
$ ls
ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖØÙÚÛÜÝÞßàáâãäåæçèéêëìíîïðñòóôõöøùúûüýþÿ
$ rename -nv "$C3" *
ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖØÙÚÛÜÝÞßàáâãäåæçèéêëìíîïðñòóôõöøùúûüýþÿ renamed as AAAAAAACEEEEIIIIDNOOOOOOUUUUYPSaaaaaaaceeeeiiiionoooooouuuuyby
0
nolyann Messages postés 11 Date d'inscription mardi 8 septembre 2015 Statut Membre Dernière intervention 24 février 2016
24 févr. 2016 à 10:07
Ouahhh! Très compact ton script. Un bel exemple de manipulation des chaînes de caractères sous Bash!
Je vais m'en inspirer. Merci.
0
zipe31 Messages postés 36402 Date d'inscription dimanche 7 novembre 2010 Statut Contributeur Dernière intervention 27 janvier 2021 6 419
23 févr. 2016 à 14:21
Re-

Je confirme que c'est un problème d'encodage UTF-8.
Sur une VM avec Debian 8 en UTF-8 j'ai reconfiguré les locales :

 
sudo dpkg-reconfigure locales


en
fr_FR@euro
, redémarré la session et refait des tests :

jp@debian8:~/trash$ locale
LANG=fr_FR@euro
LANGUAGE=
LC_CTYPE="fr_FR@euro"
LC_NUMERIC="fr_FR@euro"
LC_TIME="fr_FR@euro"
LC_COLLATE="fr_FR@euro"
LC_MONETARY="fr_FR@euro"
LC_MESSAGES="fr_FR@euro"
LC_PAPER="fr_FR@euro"
LC_NAME="fr_FR@euro"
LC_ADDRESS="fr_FR@euro"
LC_TELEPHONE="fr_FR@euro"
LC_MEASUREMENT="fr_FR@euro"
LC_IDENTIFICATION="fr_FR@euro"
LC_ALL=


jp@debian8:~/trash$ touch tétè

jp@debian8:~/trash$ ls
tétè

jp@debian8:~/trash$ rename -n -v 'y/[éè]/e/' t*
rename(tétè, tete)


jp@debian8:~/trash$ touch tétètàtôtù

jp@debian8:~/trash$ ls
tétè tétètàtôtù

jp@debian8:~/trash$ rename -n -v 'y/éèàôù/eeaou/' t*
rename(tétè, tete)
rename(tétètàtôtù, tetetatotu)

0
nolyann Messages postés 11 Date d'inscription mardi 8 septembre 2015 Statut Membre Dernière intervention 24 février 2016
Modifié par nolyann le 24/02/2016 à 10:02
Merci zipe31,

Je préssentais que l'encodage était en cause, mais je n'en étais pas sûr.
Mais je vais quand-même conserver le mien.
0