firemail

标题: linux文件编码查看转换工具 [打印本页]

作者: Qter 时间: 2020-1-5 16:00
标题: linux文件编码查看转换工具
ASCII:American Standard Code for Information Interchange 美国信息交换标准代码
ANSI:American National Standards Institute 美国国家标准学会
ANSI 只是 Windows 系统中对于默认编码格式的定义，中文 Windows 中 ANSI 就是 GB18030，繁体中文的 ANSI 就是 Big5 等等。

1.检查文件编码file命令
file ip.txt
ip.txt: UTF-8 Unicode English text

2.iconv转换文件内容编码
iconv -f utf-8 -t gb2312 aaa.txt > bbb.txt
这个命令读取aaa.txt文件，从utf-8编码转换为gb2312编码,其输出定向到bbb.txt文件。
比如将一个GBK编码的文件转换成UTF-8 编码
iconv -f GBK -t UTF-8 file1 -o file2

在Vim中直接进行转换文件编码,比如将一个文件转换成utf-8格式
:set fileencoding=utf-8

enconv 转换文件编码，比如要将一个GBK编码的文件转换成UTF-8编码，操作如下
enconv -L zh_CN -x UTF-8 filename

3.文件名编码转换
convmv -f GBK -t UTF-8 –notest *.mp3

http://mervyn807.blog.163.com/bl ... 259201105102635997/

你还在为文件是GBK而不是UTF-8而烦恼吗，想转化吧，现在就给你提供一个方法，照着命令敲一遍你就熟悉了，不过要是对你有帮助不要忘记了它的来处—深港加油站

检查文件编码file命令

file ip.txt

检查文件编码file命令

file ip.txt

ip.txt: UTF-8 Unicode text, with escape sequences

一、运用iconv命令执行编码转换文件内容编码转换

iconv命令用于转换指定文件的编码,默许输出到规范输出装备,亦可指定输出文件。

用法： iconv [选项...] [文件...]

有如下选项可用:

输入/输出格式规范：

-f, –from-code=称号原始文本编码

-t, –to-code=称号输出编码

信息：

-l, –list 罗列一切已知的字符集

输出控制：

-c 从输出中疏忽无效的字符

-o, –output=FILE 输出文件

-s, –silent 关闭告诫

–verbose 打印进度信息

-?, –help 给出该系统求助列表

–usage 给出扼要的用法信息

-V, –version 打印顺序版本号

例子:

iconv -f utf-8 -t gb2312 aaa.txt >bbb.txt

这个命令读取aaa.txt文件，从utf-8编码转换为gb2312编码,其输出定向到bbb.txt文件。

二、文件名编码转换

由于如今用linux,原来在windows里的文件都是用GBK编码的。所以copy到linux下是乱码，文件内容能够用iconv来转换可是好多中文的文件名仍旧乱码，找到个能够转换文件名编码的命令，就是convmv。

convmv命令细致参数

比如

convmv -f GBK -t UTF-8 *.mp3

不过这个命令不会直正的转换，你能够看到转换前后的比拟。假设要直正的转换要加上参数 –notest

convmv -f GBK -t UTF-8 –notest *.mp3

-f 参数是指出转换前的编码，-t 是转换后的编码。这个千万不要弄错了。不然能够仍旧乱码哦。尚有一个参数很有用。就是 -r 这个表示递归转换现在目录下的一切子目录。

三、更好的傻瓜型命令行工具enca，它不但能智能的识别文件的编码，并且还支持成批转换。

1.安装

$sudo apt-get install enca

2.检查现在文件编码

enca -L zh_CN ip.txt

Simplified Chinese National Standard; GB2312

Surrounded by/intermixed with non-text data

3.转换

命令格式如下

$enca -L 现在言语 -x 目标编码文件名

比如要把现在目录下的一切文件都转成utf-8

enca -L zh_CN -x utf-8 *

enca -L zh_CN file 检验文件的编码

enca -L zh_CN -x UTF-8 file 将文件编码转换为”UTF-8″编码

enca -L zh_CN -x UTF-8 < file1 > file2 假设不想掩盖原文件能够这样，很容易吧。

查看文件编码
在Linux中查看文件编码可以通过以下几种方式：
1.在Vim中可以直接查看文件编码
:set fileencoding
即可显示文件编码格式。
如果你只是想查看其它编码格式的文件或者想解决用Vim查看文件乱码的问题，那么你可以在
~/.vimrc 文件中添加以下内容：

set encoding=utf-8 fileencodings=ucs-bom,utf-8,cp936

这样，就可以让vim自动识别文件编码（可以自动识别UTF-8或者GBK编码的文件），其实就是依照fileencodings提供的编码列表尝试，如果没有找到合适的编码，就用latin-1(ASCII)编码打开。
2. enca (如果你的系统中没有安装这个命令，可以用sudo yum install -y enca 安装 )查看文件编码
$ enca filename
filename: Universal transformation format 8 bits; UTF-8
CRLF line terminators
需要说明一点的是，enca对某些GBK编码的文件识别的不是很好，识别时会出现：
Unrecognized encoding

文件编码转换
1.在Vim中直接进行转换文件编码,比如将一个文件转换成utf-8格式
:set fileencoding=utf-8

2. enconv 转换文件编码，比如要将一个GBK编码的文件转换成UTF-8编码，操作如下
enconv -L zh_CN -x UTF-8 filename

3. iconv 转换，iconv的命令格式如下：
iconv -f encoding -t encoding inputfile
比如将一个UTF-8 编码的文件转换成GBK编码
iconv -f GBK -t UTF-8 file1 -o file2

欢迎光临 firemail (http://firemail.wang:8088/)