如果你需要在Linux 中操作windows下的文件,那么你可能会经常遇到文件编码转换的问题。Windows中默认的文件格式是GBK(gb2312),而Linux一般都是UTF-8。下面介绍一下,在Linux中如何查看文件的编码及如何进行对文件进行编码转换。
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
复制代码代码如下:
: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:
复制代码代码如下:
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
复制代码代码如下:
$ 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
文件编码转换因为现在用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,文件内容可以用iconv来转换可是好多中文的文件名还是乱码,找到个可以转换文件名编码的命令,就是convmv。
convmv命令详细参数 例如
复制代码代码如下:
convmv -f GBK -t UTF-8 *.mp3
不过这个命令不会直正的转换,你可以看到转换前后的对比。如果要直正的转换要加上参数 --notest
复制代码代码如下:
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。不然可能还是乱码哦。还有一个参数很有用。就是 -r 这个表示递归转换当前目录下的所有子目录。
* 需要安装 convmv-1.10-1.el5.noarch.rpm
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,而且还支持成批转换。
(1).安装
复制代码代码如下:
$sudo apt-get install enca
(2).查看当前文件编码
复制代码代码如下:
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 当前语言 -x 目标编码 文件名
例如要把当前目录下的所有文件都转成utf-8
复制代码代码如下:
enca -L zh_CN -x utf-8 *
检查文件的编码
复制代码代码如下:
enca -L zh_CN file
将文件编码转换为"UTF-8"编码
复制代码代码如下:
enca -L zh_CN -x UTF-8 file
如果不想覆盖原文件可以这样
复制代码代码如下:
enca -L zh_CN -x UTF-8 < file1 > file2