linux下识别编码的小程序(enca)
enca命令专门用于识别编码的软件。
使用方法:
enca -L zh file 检查文件的编码
enca -L zh -x UTF-8 file 将文件编码转换为"UTF-8"编码
enca -L zh -x UTF-8 < file1 > file2 如果不想覆盖原文件可以这样
iconv---编码转换
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=名称 原始文本编码
-t, --to-code=名称 输出编码
信息:
-l, --list 列举所有已知的字符集
输出控制:
-c 从输出中忽略无效的字符
-o, --output=FILE 输出文件
-s, --silent 关闭警告
--verbose 打印进度信息
-?, --help 给出该系统求助列表
--usage 给出简要的用法信息
-V, --version 打印程序版本号
例子:
iconv -c -f utf-8 -t gb2312 aaa.txt [ -o bbb.txt ]
这个命令读取aaa.txt文件,从utf-8编码转换为gb2312编码,忽略无效的字符,其输出定向到bbb.txt文件
2. 使用enca包工具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
yum -y install convmv
安装。
下面看一下convmv的具体用法:
convmv -f 源编码 -t 新编码 [选项] 文件名
常用参数:
-r 递归处理子文件夹
–notest 真正进行操作,请注意在默认情况下是不对文件进行真实操作的,而只是试验。
–list 显示所有支持的编码
–unescap 可以做一下转义,比如把%20变成空格
比如我们有一个utf8编码的文件名,转换成GBK编码,命令如下:
convmv -f UTF-8 -t GBK –notest utf8 编码的文件名
这样转换以后”utf8编码的文件名”会被转换成GBK编码(只是文件名编码的转换,文件内容不会发生变化)。
注意:不要在NTFS和FAT文件系统中使用此命令,否则可能产生意外结果,如果要在Linux中正确的显示NTFS和 FAT的中文件名,可以通过mount参数来解决,具体方法查看一下man手册。
例:
root@ubuntu:~/scws/etc# enca -L zh_CN dict_chs_gbk.txt
Simplified Chinese National Standard; GB2312
root@ubuntu:~/scws/etc# iconv -f gb2312 -t utf8 dict_chs_gbk.txt>a