#!/bin/sh rm bbb touch bbb cat aaa | while read line do echo $line | iconv -f utf8 -t gb2312 >> bbb done
linux下关于编码有两个相关命令,一个是file,用于检测文件编码格式。一个是iconv命令用于将文件在两种编码格式之间转换。但是,经常会出现一个问题,就是不管怎么转,有的时候就是会报告转换失败,我一直在想这是怎么回事?一种可以说通的解释是文件的一部分已经损坏掉,所以无法进行整体转换,那么我产生一个想法,既然是部分损坏,那么我可以部分读出,部分转换,失败掉的地方就失败掉好了,我可以把大多数完整的行给转换出来。
之后发现上面脚本的一个BUG:我期望的是当脚本转换编码错误时,出错的一行被整个放弃,但是脚本还是将出错那一行能够编码的字符串写入文件,这样的数据会破坏文件
#!/bin/sh rm bbb touch bbb cat aaa | while read line do aline=`echo $line | iconv -f utf8 -t gb2312 2>/dev/null` echo $aline | awk '{if(substr($0,length($0),1)==";")print $0 >> "'bbb'"}' done