Mac OSXで壊れた濁音ファイル名の一括修正

ドキュメント管理をgit等のバージョン管理システムを利用すると便利です。
ただ、日本語ファイル名を扱うときは注意が必要です。

というのも、Macは通常ファイル名では、「ガ」などの濁音を「カ」「"」の２文字を使って内部のデータを表現します。
通称でUTF-8-Macとか呼ばれたりもしますが、独自の文字コードではなく、UTF-8自体のNFD形式の正規化という仕様です。

ちなみにWindowsなどはNFC形式という「ガ」は「ガ」という一つの文字コードで表します。こっちの方が違和感が無いですね。

で、問題になるのが、Macで日本語ファイル名を作ったり、リネームしたりすると漏れ無くNFDで保管されるので、git上でもNFCではなく、NFDで保存されるので、ファイル名がぶっ壊れます。
Windowsも最近はExploreとかは対応してるので、一見はあまり問題ないんですが、一部のツールが正常に動作しなかったりと結構めんどくさい...

1個や2個なら手でちまちま直せば良いんですが、Mac上でrevert commitとかすると、一括してまとめて壊れるので、とてもじゃないけど、手で直せなくなります。

なので、こんなかんじのコードで対応します。

nfd2nfc

    static void parse(File root) {
        for (File f : root.listFiles()) {
            String name = f.toString();
            String nfcName = Normalizer.normalize(name, Normalizer.Form.NFC);

            if (f.isDirectory()) {
                parse(f);
            }
            
            if(!name.equals(nfcName)){
                System.out.println("rename from " + name + " to " + nfcName);
                f.renameTo(new File(nfcName));
            }
        }
    }

gist:koduki / Nfd2nfc.java

単純にファイル名を再帰的に読み込んで、nfc形式でなければnfcにリネームするというだけのシンプルなプログラムです。

今回はJavaで書きましたが、ちょっと調べてみた感じgoやrubyでも簡単に書けそうです。UTF-8に対応してる最近の言語なら、ライブラリレベルでNormalizationの仕様を持ってる可能性が高いので、対応は簡単です。

それではHappy Hacking!

参考

• Wikipedia - Unicode正規化
• utf-8(NFC)とutf-8-mac(NFD)における日本語ファイル名