琪琪词资源网-教程方法;linux系统下批量转换UTF8到GB2312并处理UTF8的BOM标记电脑技巧,以下是给大家带来的教程方法;linux系统下批量转换UTF8到GB2312并处理UTF8的BOM标记,大家可以了解一下哦!
背景
本人在使用oracle的sqlplus批量导入UTF8编码的sql脚本时,由于不了解如何设置让sqlplus识别UTF8格式,导致出现乱码、错行等错误,而使工作无法继续,在google无果的情况下只好想办法转换编码。
由于文件较多,手动转换太麻烦,于是想到用脚本批量转换,幸好网上相关脚本比较多,实现起来唯一的麻烦是UTF8的BOM标记。
内容:
< msgheader">< right">复制代码
代码如下:
< msgborder" id="phpcode1"> #!/bin/bash
for loop in `find . -type f -name "*.sql" -print`do
echo $loop
mv -f $loop $loop.tmp
dos2unix $loop.tmp
file_check_utf8=file_check_utf8.log
sed -n 1l $loop.tmp >$file_check_utf810. if grep ^\\357\\273\\277 $file_check_utf8 >/dev/null 2>&111. then
echo UTF-8 BOM
sed -n -e 1s/^...// -e w intermediate.txt $loop.tmp14. iconv -f UTF-8 -t GB2312 -o $loop intermediate.txt15. rm -rf intermediate.txt
rm -rf $loop.tmp
elif iconv -f UTF-8 -t GB2312 $loop.tmp >/dev/null 2>&118. then
echo UTF-8
iconv -f UTF-8 -t GB2312 -o $loop $loop.tmp21. rm -rf $loop.tmp
else
echo ANSI
mv -f $loop.tmp $loop
fi
rm -rf $file_check_utf8
#模拟unix2dos,要求文本文件最后一行必须有换行符28. sed -n -e s/$/\r/g -e w $loop.tmp $loop29. mv -f $loop.tmp $loop
done
#!/bin/bash
for loop in `find . -type f -name "*.sql" -print`do
echo $loop
mv -f $loop $loop.tmp
dos2unix $loop.tmp
file_check_utf8=file_check_utf8.log
sed -n 1l $loop.tmp >$file_check_utf810. if grep ^\\357\\273\\277 $file_check_utf8 >/dev/null 2>&111. then
echo UTF-8 BOM
sed -n -e 1s/^...// -e w intermediate.txt $loop.tmp14. iconv -f UTF-8 -t GB2312 -o $loop intermediate.txt15. rm -rf intermediate.txt
rm -rf $loop.tmp
elif iconv -f UTF-8 -t GB2312 $loop.tmp >/dev/null 2>&118. then
echo UTF-8
iconv -f UTF-8 -t GB2312 -o $loop $loop.tmp21. rm -rf $loop.tmp
else
echo ANSI
mv -f $loop.tmp $loop
fi
rm -rf $file_check_utf8
#模拟unix2dos,要求文本文件最后一行必须有换行符28. sed -n -e s/$/\r/g -e w $loop.tmp $loop29. mv -f $loop.tmp $loop
done
解释
1.处理UTF8的BOM,本人没有找到好的办法,最后用sed+grep判断了一下,如果前三个字节是\\357\\273\\277,则文件必定是UTF8,用sed去掉这三个字节再转换
2.为了避免重复或者遗漏,脚本中用iconv对没有BOM的文件尝试转换了一把,转换成功说明文件是UTF8,否则说明是ANSI也就是GB2312
3.关于最后的sed命令,那是因为本人的系统上没有unix2dos命令,所以进行了模拟,目的是为了方便自己在windows下查看和编辑
以上就是linux 批量转换UTF8到GB2312并处理UTF8的BOM标记 的方法,谢谢阅读,希望能帮到大家,请继续关注,我们会努力分享更多优秀的文章。
教程方法;linux系统下批量转换UTF8到GB2312并处理UTF8的BOM标记电脑技巧-琪琪词资源网