使用 Java 重命名文件后，一些文件在 linux 系统上或通过 Java 无法访问

Posted 2023-02-24

【中文标题】使用 Java 重命名文件后，一些文件在 linux 系统上或通过 Java 无法访问

【英文标题】：After renaming files with Java some not accessible on linux system or via Java

【发布时间】：2020-08-22 16:08:22

【问题描述】：

我在使用 Java 的 linux 系统上读取（也可能是写入）文件时遇到问题。我的应用程序抱怨它无法读取某些音频文件，当我查看系统时，我注意到 ls -l 在这些文件上也失败了，并且所有问题文件都是包含带引号等字符的文件，例如 é，文件没有这些字符也没关系。

[root@N1-0247 Georges Bizet- Suites from Carmen & L'arlésienne]# pwd
/mnt/disk1/share/import/all/MusicUnmatched/WAV/Yan Pascal Tortelier/Georges Bizet- Suites from Carmen & L'arlésienne
[root@N1-0247 Georges Bizet- Suites from Carmen & L'arlésienne]# ls -l
ls: cannot access 20 - L' Arlésienne, suite for orchestra No. 1, from the incidental music- Farandole.WAV: No such file or directory
ls: cannot access 19 - L' Arlésienne, suite for orchestra No. 1, from the incidental music- Minuetto.WAV: No such file or directory
ls: cannot access 18 - L' Arlésienne, suite for orchestra No. 1, from the incidental music- Intermezzo.WAV: No such file or directory
ls: cannot access 17 - L' Arlésienne, suite for orchestra No. 1, from the incidental music- Pastorale.WAV: No such file or directory
ls: cannot access 16 - L' Arlésienne, suite for orchestra No. 1, from the incidental music- Carillon.WAV: No such file or directory
ls: cannot access 15 - L' Arlésienne, suite for orchestra No. 1, from the incidental music- Adagietto.WAV: No such file or directory
ls: cannot access 14 - L' Arlésienne, suite for orchestra No. 1, from the incidental music- Minuetto.WAV: No such file or directory
ls: cannot access 13 - L' Arlésienne, suite for orchestra No. 1, from the incidental music- Prélude.WAV: No such file or directory
ls: cannot access 08 - Carmen Suites for orchestra Nos. 1 & 2 (assembled by Ernest Guirard)- Chanson Du Toréador (Act II).WAV: No such file or directory
ls: cannot access 07 - Carmen Suites for orchestra Nos. 1 & 2 (assembled by Ernest Guirard)- Dans Bohème (Gypsy Song, Act II).WAV: No such file or directory
ls: cannot access 05 - Carmen Suites for orchestra Nos. 1 & 2 (assembled by Ernest Guirard)- Seguédille (Act I).WAV: No such file or directory
ls: cannot access 04 - Carmen Suites for orchestra Nos. 1 & 2 (assembled by Ernest Guirard)- Habeñera (Act I).WAV: No such file or directory
ls: cannot access 02 - Carmen Suites for orchestra Nos. 1 & 2 (assembled by Ernest Guirard)- Prélude (Prelude To Act I).WAV: No such file or directory
ls: cannot access 01 - Carmen Suites for orchestra Nos. 1 & 2 (assembled by Ernest Guirard)- Les Toréadors (Introduction To Act I).WAV: No such file or directory
total 192148
?????????? ? ?    ?           ?            ? 01 - Carmen Suites for orchestra Nos. 1 & 2 (assembled by Ernest Guirard)- Les Toréadors (Introduction To Act I).WAV
?????????? ? ?    ?           ?            ? 02 - Carmen Suites for orchestra Nos. 1 & 2 (assembled by Ernest Guirard)- Prélude (Prelude To Act I).WAV
-rw-rw-rw- 1 root root 36681194 Feb 21  2017 03 - Carmen Suites for orchestra Nos. 1 & 2 (assembled by Ernest Guirard)- La Grade Montante (Street Urchins' Chorus, Act I).WAV
?????????? ? ?    ?           ?            ? 04 - Carmen Suites for orchestra Nos. 1 & 2 (assembled by Ernest Guirard)- Habeñera (Act I).WAV
?????????? ? ?    ?           ?            ? 05 - Carmen Suites for orchestra Nos. 1 & 2 (assembled by Ernest Guirard)- Seguédille (Act I).WAV
-rw-rw-rw- 1 root root 16455464 Feb 21  2017 06 - Carmen Suites for orchestra Nos. 1 & 2 (assembled by Ernest Guirard)- Les Dragons D'Alcala (Entr'acte, Act II).WAV
?????????? ? ?    ?           ?            ? 07 - Carmen Suites for orchestra Nos. 1 & 2 (assembled by Ernest Guirard)- Dans Bohème (Gypsy Song, Act II).WAV
?????????? ? ?    ?           ?            ? 08 - Carmen Suites for orchestra Nos. 1 & 2 (assembled by Ernest Guirard)- Chanson Du Toréador (Act II).WAV
-rw-rw-rw- 1 root root 27743402 Feb 21  2017 09 - Carmen Suites for orchestra Nos. 1 & 2 (assembled by Ernest Guirard)- Intermezzo (Entr'acte, Act III).WAV
-rw-rw-rw- 1 root root 39886886 Feb 21  2017 10 - Carmen Suites for orchestra Nos. 1 & 2 (assembled by Ernest Guirard)- Marche Des Contrebandiers (Introduction To Act III).WAV
-rw-rw-rw- 1 root root 52822606 Feb 21  2017 11 - Carmen Suites for orchestra Nos. 1 & 2 (assembled by Ernest Guirard)- Nocturne (Micaela's Aria, Act III).WAV
-rw-rw-rw- 1 root root 23100378 Feb 21  2017 12 - Carmen Suites for orchestra Nos. 1 & 2 (assembled by Ernest Guirard)- Argonaise (Entr'acte, Act IV).WAV
?????????? ? ?    ?           ?            ? 13 - L' Arlésienne, suite for orchestra No. 1, from the incidental music- Prélude.WAV
?????????? ? ?    ?           ?            ? 14 - L' Arlésienne, suite for orchestra No. 1, from the incidental music- Minuetto.WAV
?????????? ? ?    ?           ?            ? 15 - L' Arlésienne, suite for orchestra No. 1, from the incidental music- Adagietto.WAV
?????????? ? ?    ?           ?            ? 16 - L' Arlésienne, suite for orchestra No. 1, from the incidental music- Carillon.WAV
?????????? ? ?    ?           ?            ? 17 - L' Arlésienne, suite for orchestra No. 1, from the incidental music- Pastorale.WAV
?????????? ? ?    ?           ?            ? 18 - L' Arlésienne, suite for orchestra No. 1, from the incidental music- Intermezzo.WAV
?????????? ? ?    ?           ?            ? 19 - L' Arlésienne, suite for orchestra No. 1, from the incidental music- Minuetto.WAV
?????????? ? ?    ?           ?            ? 20 - L' Arlésienne, suite for orchestra No. 1, from the incidental music- Farandole.WAV

我认为文件系统是 UTF8，至少如果我设置了

export LANG=en_US.UTF-8

在我的个人资料文件名中显示正确的名称。

早些时候，Java 应用程序将这些文件重命名为新名称，因此虽然报告了错误，但似乎是 Java 应用程序有问题，但我不知道是什么。

在我的 Java 启动脚本中有一行

export LC_ALL=en_US.UTF-8

我在其他 linux 系统或 Windows、MacOS 等上没有遇到过这个问题。

【问题讨论】：

使用什么文件系统来存储文件（ext4、FAT 等）？

你从哪里安装这个？以及哪个文件系统？

文件系统是xfs，它是linux机器上的本地文件系统，java应用程序直接运行在linux机器上。

可以添加代码库吗？

您能否通过运行以下语句列出文件来帮助复制，以便我们可以了解哪些（八进制）字节用于（其中一个）有问题的文件名？ LC_ALL=C ls 这在我的系统上打印例如：'test1__'$'\303\251''__.txt' 而不是 test1__é__.txt

【参考方案1】：

尝试在你的 java start 命令中声明-Dfile.encoding=UTF-8。

【参考方案2】：

首先，两点：

1) 您收到ls 错误的事实表明问题是文件名和文件系统之间的问题，而不是Java 本身。无论您的程序是用什么语言编写的，或者实际上，如果您尝试直接在命令行上复制或重命名文件，您都会遇到同样的问题。

2) 问题不在于引号字符，正如引号字符出现在正确命名的文件中的事实所示 - 例如：

-rw-rw-rw- 1 root root 52822606 Feb 21  2017 11 - Carmen Suites for orchestra Nos. 1 & 2 (assembled by Ernest Guirard)- Nocturne (Micaela's Aria, Act III).WAV

所以，问题出在 unicode 字符 é 上。

这个字符是这个：https://www.compart.com/en/unicode/U+00E9，所以它由一个空字节和 E9 组成。

问题在于，像 xfs 这样的 POSIX 文件系统不允许文件名中有空字节（参见 What are all the illegal characters in the XFS filesystem?）

结果是，在那个文件系统中，你不能有那个字符的文件名。

因此，您必须更改文件名或文件系统。

例如，此页面列出了文件系统，指出那些允许在其文件名中包含 unicode 的文件系统：

https://en.wikipedia.org/wiki/Filename#Comparison_of_filename_limitations

（顺便说一句，该列表中有 Apple 的 HFS+，但有趣的是，它已被不允许文件名中包含 unicode 的 Apple 文件系统 APFS 取代 - https://developer.apple.com/library/archive/documentation/FileManagement/Conceptual/APFS_Guide/FAQ/FAQ.html）

更改 Java 程序以修改文件名以将 é 替换为 e 的另一种方法：

    String safeFilename = filename.replaceAll("é", "e");

或者如果你喜欢：

    String safeFilename = filename.replaceAll( "\u00e9", "e" );

【讨论】：

嗨，这很有趣，但 U+00E9 是 UTF-16 值，但它不应该作为 UTF-8 值（即 0xC3 0xA9）写入文件吗？

此外，文件系统不会允许 Java 程序在路径名中包含空值。在那个级别，它（应该）是编码不可知的。

向您奖励诸如 xfs 之类的 POSIX 文件系统不允许空字节的信息。即使还没有解决问题，我将把它归结为文件系统损坏或文件复制到系统时出现问题。

【参考方案3】：

这是一个很好的具有挑战性的难题，因为它很难调试

我尝试在带有 XFS 和 bash（作为 ls 内置）的 Debian 10 上使用 Java 11 重现 java.nio.Files，但无法重现名为 é 的文件的问题。

请尝试获得更简单的再现场景和更多细节，否则我只能猜测这可能与：

Unicode 规范化的兼容性问题，请参阅：https://docs.oracle.com/javase/tutorial/i18n/text/normalizerapi.html 还没有使用像这个问题中的 java.nio.Files 这样的现代 Java API java.io.File: accessing files with invalid filename encodings

问题还在于，这似乎很难调试，因为像 strace 这样的简单工具没有显示关于文件名字节的足够信息 getdents 系统调用来查看较低级别 API 发生了什么，请参阅：for what I mean

也许是时候采用不同的策略了？尝试只将歌曲的完整标题写到playlist file？总会有一些特殊字符在某些设置中会导致问题，如果你不小心的话，甚至是脚本中的空格、目录分隔符（斜杠或反斜杠）等（参见：this related question）

【讨论】：

确实我没有在所有地方使用文件，事实上我使用 ApacheCommons 重命名可能是问题吗？

还不确定，请回复我对要运行的问题的评论：LC_ALL=C ls 这样我们就可以更接近重现潜在问题

是的，我已经在同一台机器上进行了测试，该机器出现了一些新文件的问题，但我无法让它再次发生。所以我让我的应用程序采用可以由 ascii 处理的文件名，然后重命名它们，因此它们需要 UTF8 并且之后它们可以继续进行评估。但由于机器是黑盒设备，而我的应用程序是设备上唯一重命名文件的应用程序，我担心一定是我的应用程序导致了问题。

修复不可重现的问题太疯狂了，但在过去的一天里，我在阅读这篇文章时学到了很多关于 unicode 的知识，你不可能全部都赢 :-)

【参考方案4】：

您的文件系统已损坏 - 这不是应用程序级别的问题，但根据将物理磁盘内容转换为文件名 + 数据的文件系统驱动程序，物理磁盘上的内容无效。您需要检查哪个设备代表您的文件系统（“mount”命令显示哪个设备安装到哪个目录 - 它可能类似于/dev/sda1。您需要将其重新安装为只读（这可能很棘手如果这是您的根文件系统）并运行 fsck /dev/sda1（或任何您的设备）来修复它。不能 100% 确定您可以恢复这些文件。