NZBGET_FIX_ENCODING/diagnose_filename.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Script de diagnostic pour analyser un nom de fichier problématique.

Usage:
    python3 diagnose_filename.py "04-Tout s'arrange à la fin.flac"
    
Ou pour analyser tous les fichiers d'un dossier :
    python3 diagnose_filename.py /chemin/vers/dossier
"""

import os
import sys


def analyze_filename(filename):
    """Analyse en détail un nom de fichier."""
    print(f"\n{'='*70}")
    print(f"ANALYSE DU FICHIER")
    print(f"{'='*70}")
    print(f"\n📄 Nom affiché : {filename}")
    print(f"📊 Longueur : {len(filename)} caractères")
    print(f"\n🔍 Représentation Python :")
    print(f"   {repr(filename)}")
    
    # Analyse octet par octet
    print(f"\n🔢 Octets (hex) :")
    try:
        encoded = filename.encode('utf-8')
        hex_str = ' '.join(f'{b:02x}' for b in encoded)
        print(f"   {hex_str}")
    except:
        print(f"   ❌ Impossible d'encoder en UTF-8")
    
    # Recherche de caractères suspects
    print(f"\n🔎 Caractères suspects :")
    found_issues = False
    for i, char in enumerate(filename):
        code = ord(char)
        if code > 127 or code == 0xA0:  # Non-ASCII ou espace insécable
            print(f"   Position {i:2d}: '{char}' (U+{code:04X} / {code})")
            found_issues = True
    
    if not found_issues:
        print(f"   ✅ Aucun caractère suspect détecté")
    
    # Test de conversion
    print(f"\n🔄 Test de correction :")
    try:
        fixed = filename.encode('iso-8859-1').decode('utf-8')
        if fixed == filename:
            print(f"   ℹ️  La conversion ne change rien")
        else:
            print(f"   ✅ Conversion réussie !")
            print(f"   📄 Nom corrigé : {fixed}")
            print(f"   🔍 Représentation : {repr(fixed)}")
    except UnicodeDecodeError as e:
        print(f"   ❌ Erreur de décodage UTF-8 : {e}")
        print(f"   💡 Le fichier contient un mélange d'encodages")
    except UnicodeEncodeError as e:
        print(f"   ❌ Erreur d'encodage ISO-8859-1 : {e}")
        print(f"   💡 Le fichier contient des caractères non compatibles ISO-8859-1")
    
    # Détection des patterns connus
    patterns = {
        'é': 'é', 'è': 'è', 'ê': 'ê', 'ë': 'ë',
        'Ã ': 'à', 'Ã\xa0': 'à (avec espace insécable)',
        'â': 'â', 'ä': 'ä', 'ç': 'ç',
        'ô': 'ô', 'ö': 'ö', 'ù': 'ù', 'û': 'û', 'ü': 'ü',
        'î': 'î', 'ï': 'ï', 'Å"': 'œ'
    }
    
    print(f"\n📋 Patterns d'encodage détectés :")
    found_patterns = []
    for pattern, correct in patterns.items():
        if pattern in filename:
            found_patterns.append((pattern, correct))
    
    if found_patterns:
        for pattern, correct in found_patterns:
            print(f"   • '{pattern}' devrait être '{correct}'")
    else:
        print(f"   ℹ️  Aucun pattern connu détecté")
    
    print(f"\n{'='*70}\n")


def main():
    if len(sys.argv) < 2:
        print("Usage:")
        print('  python3 diagnose_filename.py "nom-du-fichier.ext"')
        print("  python3 diagnose_filename.py /chemin/vers/dossier")
        sys.exit(1)
    
    target = sys.argv[1]
    
    if os.path.isdir(target):
        # Analyse tous les fichiers du dossier
        print(f"\n{'#'*70}")
        print(f"ANALYSE DU DOSSIER : {target}")
        print(f"{'#'*70}")
        
        files_with_issues = []
        
        for dirpath, dirnames, filenames in os.walk(target):
            for filename in filenames:
                # Cherche des patterns suspects
                if any(p in filename for p in ['Ã', 'Å', 'Ã']):
                    files_with_issues.append((dirpath, filename))
        
        if not files_with_issues:
            print(f"\n✅ Aucun fichier avec problème d'encodage détecté!")
        else:
            print(f"\n⚠️  {len(files_with_issues)} fichier(s) avec problème d'encodage détecté(s):\n")
            for dirpath, filename in files_with_issues:
                rel_path = os.path.relpath(dirpath, target)
                if rel_path == '.':
                    rel_path = '(racine)'
                print(f"\n📁 {rel_path}")
                analyze_filename(filename)
    else:
        # Analyse un seul nom de fichier
        analyze_filename(target)


if __name__ == '__main__':
    main()