如何将含非法字符的字符串转为可还原的合法文件名？

核心思路 #

要实现「替换非法字符为合法字符，且可还原」，必须解决两个关键问题：

1. 替换后的字符/组合在所有目标操作系统中是合法文件名字符；
2. 替换规则无歧义，还原时不会把原合法字符误判为转义后的非法字符。

最可靠的方案是自定义转义机制：先转义「转义符本身」，再用「转义符+唯一标识」替换非法字符，确保映射双向唯一。

步骤详解 #

1. 定义非法字符集 #

先明确需要处理的非法字符，覆盖Windows、Linux、macOS主流系统：

< > : " / \ | ? * \0 （空字符）

2. 选择转义符 #

选一个在所有系统中合法、且原字符串中不常用的字符作为转义符，比如 ^ 或 ~。这里以 ^ 为例。

3. 转义规则（编码） #

• 第一步：先把转义符本身转义，避免冲突。比如将 ^ 替换为 ^^；
• 第二步：将每个非法字符替换为 ^ + 该字符的ASCII码（比如 | 的ASCII是124，替换为 ^124）。

4. 还原规则（解码） #

• 第一步：匹配所有 ^ + 数字的组合，将其转换为对应ASCII码的字符；
• 第二步：将 ^^ 替换回 ^。

代码实现示例（Python） #

转义函数（生成合法文件名） #

def escape_filename(raw_str):
    # 定义跨平台非法字符集合
    illegal_chars = {'<', '>', ':', '"', '/', '\\', '|', '?', '*', '\0'}
    escape_char = '^'
    
    # 先转义转义符本身，避免后续混淆
    processed = raw_str.replace(escape_char, escape_char * 2)
    
    # 替换每个非法字符为 ^+ASCII码
    for char in illegal_chars:
        processed = processed.replace(char, f"{escape_char}{ord(char)}")
    
    return processed

还原函数（恢复原字符串） #

def unescape_filename(escaped_str):
    escape_char = '^'
    import re
    
    # 正则匹配 ^+数字，替换为对应ASCII字符
    def ascii_replace(match):
        return chr(int(match.group(1)))
    processed = re.sub(f"{escape_char}(\\d+)", ascii_replace, escaped_str)
    
    # 还原转义后的转义符
    processed = processed.replace(escape_char * 2, escape_char)
    
    return processed

实际测试 #

测试用例 #

原字符串："this is | test ^ demo"

• 转义后文件名：^34this is ^124 test ^^ demo^34
• 还原后字符串："this is | test ^ demo"（与原字符串完全一致）

注意事项 #

• 转义符要确保在所有目标系统中合法，比如不要用 :、/ 这类系统保留字符；
• 如果担心ASCII码数字过长，可以自定义更短的映射表（比如把 | 映射为 _P_），但需确保映射唯一且无冲突；
• 空字符 \0 必须处理，因为所有系统都不允许文件名包含空字符。

内容的提问来源于stack exchange，提问作者seriously