在下载用apache或者nginx做的索引目录时，遇到文件名乱码问题。一般情况下加上–restrict-file-names=nocontrol参数就可以用了。

有一个前提，要注意索引目录显示出来的是什么编码，比如有些网站是UTF-8（这个应该比较正规，中文不会出现很***烦，可以用方法二搞定），有些是GBK，可能跟文件的编码，或者apache、nginx的设置有关吧。

1、下载的时候保存成ascii，跟方法三类似

1
 
wget --restrict-file-names=ascii -m www.xxx.com/

2、用一个重命名软件，菲菲更名宝贝RenamePro8.0，相当好用。在“高级文件名变”更里面有一个“文件名编码与解码”，“ANSI编码URL字符串转换为文字”，大家可以多试试。

3、如果不行，可以研究一下wget的一些参数，相关的有两个。

      –local-encoding=ENC      IRI (国际化资源标识符) 使用 ENC 作为本地编码。
      –remote-encoding=ENC     使用 ENC 作为默认远程编码。

方法一

moper：这种方法是把文件名转换成ascii，加了一个 --restrict-file-name=ascii 参数，然后再用python写的一段程 序，转换成win能够接受的编码。其实我们只需加另一个参数–restrict-file-names=nocontrol，就可以了。
完整命令为

1
 
wget --restrict-file-names=nocontrol -m http://xxx.xxx.xxx
 
1
 
wget --restrict-file-name=ascii -m http://xxx.xxx.xxx

下载的话，中文文件名会编码成URL形式，比如比如“2010架构师大会PPT”就变成了“2010%E6%9E%B6%E6%9E%84%E5 %B8%88%E5%A4%A7%E4%BC%9APPT”。主要是因为在网页上，中文 URL会以 UTF-8 来编码，而 Windows 存储文件名是用GBK编码。也就是说“2010鏋舵瀯甯堝ぇ浼歅PT”实际上是以 GBK 编码来显示的 UTF-8 编码的文件名。这样我们只要用 Python 写个编码转换器就可以了。代码如下：

123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081
 
import os, urllib, sys, getopt class Renamer:     input_encoding = ""    output_encoding = ""    path = ""    is_url = False     def __init__(self, input, output, path, is_url):        self.input_encoding = input        self.output_encoding = output        self.path = path        self.is_url = is_url     def start(self):        self.rename_dir(self.path)     def rename(self, root, path):        try:            if self.is_url:                new = urllib.unquote(path).decode(self.input_encoding).encode(self.output_encoding)            else:                new = path.decode(self.input_encoding).encode(self.output_encoding)            os.rename(os.path.join(root, path), os.path.join(root, new))        except:            pass     def rename_dir(self, path):        for root, dirs, files in os.walk(path):            for f in files:                self.rename(root, f)             if dirs == []:                for f in files:                    self.rename(root, f)            else:                for d in dirs:                    self.rename_dir(os.path.join(root, d))                    self.rename(root, d)def usage():    print '''This program can change encode of files or directories.    Usage:   rename.exe [OPTION]...    Options:        -h, --help                  this document.        -i, --input-encoding=ENC    set original encoding, default is UTF-8.        -o, --output-encoding=ENC   set output encoding, default is GBK.        -p, --path=PATH             choose the path which to process.        -u, --is-url                whether as a URL    '''  def main(argv):    input_encoding = "utf-8"    output_encoding = "gbk"    path = ""    is_url = True     try:        opts, args = getopt.getopt(argv, "hi:o:p:u", ["help", "input-encoding=", "output-encoding=", "path=", "is-url"])    except getopt.GetoptError:        usage()        sys.exit(2)    for opt, arg in opts:        if opt in ("-h", "--help"):            usage()            sys.exit()        elif opt in ("-i", "--input-encoding"):            input_encoding = arg        elif opt in ("-o", "--output-encoding"):            output_encoding = arg        elif opt in ("-p", "--path"):            path = arg        elif opt in ("-u", "--is-url"):            is_url = True     rn = Renamer(input_encoding, output_encoding, path, is_url)    rn.start() if __name__ == '__main__':    main(sys.argv[1:])

如果 wget 是使用以下命令行来下载：

1
 
　　wget --restrict-file-name=ascii -m http://ebook.elain.org

那么下载下来的文件是“2010%E6%9E%B6%E6%9E%84%E5%B8%88%E5%A4%A7%E4%BC%9APPT”形式，运行脚本时就使用以下命令：

1
 
　　rename.py -i utf-8 -o gbk -p R:\ebook.elain.org -u

方法二

改wget源代码

moper：不推荐这种方法，因为比较麻烦，我也没有测试，可能这种效果会好一些吧。

文章一《wget中文乱码解决方案》

用wget下载网页时，若文件名含有非ASCII字符或其他特殊字符，就会出现所谓的乱码。若想解决中文乱码的问题，可以修改wget的源代码。

对URL字符串进行编码的源代码文件是url.c。其中，url_file_name()的功能是根据URL判断应该以什么文件名保存文件。而该函数又调 用了append_uri_pathel()，该函数调用了FILE_CHAR_TEST()宏，它用于判断URL中的字符是不是特殊字符（也就是需要进 行URL编码的字符。当然，包括中文）。问题就出在这个宏身上了。为了不对中文转义，需要将中文字符当作普通字符对待。将如下所示的 FILE_CHAR_TEST()宏：

123
 
#define FILE_CHAR_TEST(c, mask) \    ((opt.restrict_files_nonascii && !c_isascii ((unsigned char)(c))) || \    (filechr_table[(unsigned char)(c)] & (mask)))

修改为：

1234
 
#define FILE_CHAR_TEST(c, mask) \(((opt.restrict_files_nonascii && !c_isascii ((unsigned char)(c))) || \(filechr_table[(unsigned char)(c)] & (mask))) \&& !((c|0x0fffffff) == 0xffffffff)) /* 排除中文 */

方法三,修改url_file_name()函数

wget1.12版本源代码中 url.c文件 第1402行的

123
 
for (p = b; p < e; p++)if (FILE_CHAR_TEST (*p, mask))++quoted;

修改为

123
 
for (p = b; p < e; p++)if (FILE_CHAR_TEST (*p, mask) && !((*p | 0x0fffffff) == 0xffffffff))++quoted;