Utilisation de find ou grep pour localiser des noms de fichiers avec des caractères accentués d'un système d'encodage différent (Windows vers Linux)

Question

J'ai essayé de marquer tardivement une question similaire à la mienne (Find Non-UTF8 Filenames on Linux File System) pour obtenir d'autres réponses, sans aucune chance jusqu'à présent, donc ici va à nouveau ...

J'ai le même problème que l'OP dans le lien ci-dessus et convmv est un excellent outil pour réparer son propre système de fichiers. Ma question est donc académique, mais je trouve insatisfaisant (en fait je ne peux pas croire) que "trouver" ne soit pas capable de trouver des caractères ascii non standard. Y a-t-il quelqu'un là-bas qui connaîtrait la combinaison d'options à utiliser pour trouver les noms de fichiers qui contiennent des caractères non standard sur ce qui semble être un FS unicode, dans mon cas les caractères semblent être 8bits étendus ascii plutôt qu'unicode, les fichiers proviennent d'une machine Windows (iso-8859-1) et j'ai régulièrement besoin de les récupérer. J'aimerais voir comment trouver et/ou grep peut faire la même chose que convmv.

Exemples de fichiers:

> ls 
Abc�def ÉÈéèáà-rest everest éverest 

> ls -b 
Abc\251def ÉÈéèáà-rest everest éverest 

Premier fichier provient de Windows (ou simulé avec touch $(printf "Abc\xA9def")). Manquant presque tous (le trait d'union a enregistré ce fichier, peut être vu avec grep coloré). Tout ce qui se passe ici n'est pas ce à quoi je m'attendais: ni find ni grep ne peuvent prendre une lettre accentuée comme étant en dehors de la plage fournie [^ a-zA-Z. /]. Bizarrement tous les deux sont capables de prendre un accent standard lorsqu'ils sont fournis (y compris dans la gamme). Tout essai find ou grep avec \ xA9, \ 0251 ou \ o251 échoue (aucune correspondance). Recherche d'un caractère non controversé montre tous les fichiers avec grep, comme je m'y attendais.

> find . -regex '.*e.*' 
./éverest 
./ÉÈéèáà-rest 
./everest 

> find . -name '*e*' 
./éverest 
./ÉÈéèáà-rest 
./everest 

trouver, cependant, est très discriminatoire: même regardant un caractère normal, il me semble qu'il élimine les noms de fichiers contenant des caractères en dehors de la plage de caractères acceptables pour le schéma de codage du nom du système de fichiers.

En ce qui me concerne si le fichier est dans le système de fichiers, alors trouver devrait le trouver, non? Mais peut-être qu'il y a une fonctionnalité que je ne connais pas?

Toute idée serait très appréciée.

Answer 1

Jander answered to the same question I posted on Super User

réponse de Jander fait le travail parfaitement, pour les personnes intéressées à obtenir plus de cela, voici un petit conseil.

Avec LANG = C, find affiche les caractères non-ascii avec des points d'interrogation. Pour convertir ce retour à leur affichage normal avec ce système de fichiers, il suffit de diriger la sortie vers cat.

LANG=C find . -regex '.*[^a-zA-Z./-].*' 
./??verest 
./????????????-rest 
./Abc?def 

LANG=C find . -regex '.*[^a-zA-Z./-].*' | cat 
./éverest 
./ÉÈéèáà-rest 
./Abc�def