查找NFD编码的文件名

我有一个从Mac到Linux的rsync目录，其中包含带有特殊字符（变音符号）的文件和文件夹。不幸的是，Mac使用NFD编码（谢谢Apple！），rsync没有将其转换为NFC标准文件名编码。rsync列出这些文件，例如在传输过程中Einversta?\#210ndniserkla?\#210rung.pdf应该是什么Einverständniserklärung.pdf。在linux框中，这会导致重复文件，例如包含两个同名文件的文件夹Einverständniserklärung.pdf（一个在NFD中，另一个在NFC编码中）。

如何找到NFD编码中的所有文件并将其删除？这必须是可能的，例如通过使用find。

— LukeLR
source

有两种方法：

如上所述：尝试将文件名转换为NFD，并查看是否获得与输入相同的输出。如果这样做，文件名已经是NFD。
更有用：尝试将文件名转换为NFC，看看是否得到相同的结果。如果不这样做，文件名是NFD或NFKC或NFKD或混合/格式错误，但仍然不是NFC。

要查找和重命名受影响的文件，请使用convmv：

convmv -f utf-8 -t utf-8 --nfc ...

对于更容易编写脚本的东西，您可以使用Perl的Unicode :: Normalize：

find -type f | perl -C -MUnicode::Normalize -n -e'print if $_ eq NFD($_)'

要查找所有非NFC名称（包括NFD和未规范化）：

find -type f | perl -C -MUnicode::Normalize -n -e'print if $_ ne NFC($_)'

— grawity
source