Linux Dateinamen Charset Probleme

[guenhter]

Hallo,

ich arbeite zurzeit an einem kleinen Programm, dass Informationen von Dateien in einem ausgewählten Ordner einfach ausgibt. Das ist an und für sich auch kein Problem, nur bei Dateien, die in Windows mit Umlauten angelegt wurden. Hier erscheint schon im Dateimanager "Dolphin" nur ein Kästchen statt des Umlautes. Wenn ich im Programm dann

if (file.exists() == false) {....}

mache, dann kommt er genau bei diesen UmlautDateien in den If-Block rein.

Ich würde jetzt gerne einfach folgendes machen: Kommt er in den If-Block, dann decodiere ich den Dateinamen in ein Format, das dann auch für mich lesbar ist und ändere einfach den alten Dateinamen in dem Neuen um.

Meine Problem dabei ist nur, dass ich eben nicht weiß, mit welchem Charset der Dateiname codiert ist, also folgedessen weiß ich nicht, mit hilfe welchen Charsets ich den Dateinamen decodieren soll.

Kann mir da jemand weiterhelfen?

 

[madboy]

Windows verwendet meines Wissens ISO-8859-1(5), während auf den meisten Linux-Distributionen UTF8 voreingestellt ist.

 

[thE_29]

Windows verwendet eigentlich dieses windows cp oder? Zumindest bei kyrilischen ist es nicht 5 (5 ist kyrillisch , 1 = latin) sondern windows cp 1251!

 

[guenhter]

Leider hat es sich mit keinem der genannten Charsets richtig encoden lassen. Hier die Ergebnisse meiner Versuche:

So soll das Lied eigentlich heißen

Schön.mp3

In meinem Dateimanager sieht es ungefähr so aus (statt den Fragezeichen aber Kästchen)

Sch??n.mp3

Wenn ich den Namen in ein byte-Array umwaldle kommt das raus.

83;99;104;-17;-65;-67;110;46;109;112;51;

Nun Das Ergebnis der Umwandlung:
SchпїЅn.mp3 mit windows-1251
Sch�n.mp3 mit ISO-8859-1
SchяПНn.mp3 mit ISO-8859-5

Gibt es sonst eigentlich eine Möglichkeit, das benötigte Charset für einen String mit unbekannter codierung rauszufinden???[/code]

 

[thE_29]

Oho, du hast dort anscheinend irgendne UTF Kodierung, weil das ö immer 2 Zeichen lang ist!

Kannst du rausfinden welche UTF Kodierung du hast?

 

[guenhter]

Halllo,

also ich hab mir den Dateinamen "Sch?n.mp3" (Kästchen statt Fragezeichen) im Debugger noch einmal etwas genauer angschaud und er wird auch noch so dargestellt: "Sch\ufffdn.mp3".
Strings in Java sind standardmäßig sowieso UTF-8 kodiert, und in meinem Kubuntu müsste eigentlich auch UTF-8 sein, da ich nie etwas umgestellt habe (falls das überhaut möglich ist).

Wie bekomm ich jetzt nur aus "Sch\ufffdn.mp3" einen vernünftigen String?

 

[ms]

Strings in Java sind standardmäßig sowieso UTF-8 kodiert

Hier steht folgendes:

Every instance of the Java virtual machine has a default charset, which may or may not be one of the standard charsets. The default charset is determined during virtual-machine startup and typically depends upon the locale and charset being used by the underlying operating system.

ms

 

[Guest]

Gibt es sonst eigentlich eine Möglichkeit, das benötigte Charset für einen String mit unbekannter codierung rauszufinden???

Nein!

 

[guenhter]

So, ich habe jetzt mein Problem mit den Umlauten aus Windows gelöst, aber nicht in meinem Programm, sondern über das Betriebssystem. Ich habe einfach bei dem Mountbefehl für meine FAT-Partition die Option "UTF8" hinzugefügt. Jetzt passen die Umlaute wie sie sollen.