zoukankan      html  css  js  c++  java
  • linux下查看文件编码及修改编码

    通常来说,Windows中默认的文件格式是GBK(gb2312),而Linux一般都是UTF-8,所以Linux下打开windows的文件会有乱码的情况。另外,有时要将文件进行编码转换,如将简体中文转换为繁体中文。

    vim中查询修改文件编码格式

    set fileencoding

    查看现在文本的编码

    :set fenc=编码

    转换当前文本的编码为指定的编码

    :set enc=编码
    以指定的编码显示文本,但不保存到文件中。

    这里的“编码”常见为gbk utf-8 big5 cp936

    :set ff

    查看当前文本的模式类型,一般为dos,unix

    :set ff=dos
    设置为dos模式

    也可以用一下方式转换为unix模式

    :%s/^M//g
    等同于:set ff=unix

    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。

    1. 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

    1. 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

    1. 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 UTF-8 -t GBK file1 -o file2

    查看文件编码file命令
    file ip.txt

    ip.txt: UTF-8 Unicode text, with escape sequences
    一、利用iconv命令进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,默认输出到标准输出设备,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=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 -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
    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
    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
    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
      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,而且还支持成批转换。   1.安装   
      $sudo apt-get install enca  
       
      2.查看当前文件编码  
       
      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 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   
    enca -L zh_CN -x utf-8 *

    检查文件的编码 enca -L zh_CN file  
     
    将文件编码转换为"UTF-8"编码 

    enca -L zh_CN -x UTF-8 file

    如果不想覆盖原文件可以这样

    enca -L zh_CN -x UTF-8 < file1 > file2

    用法:
      Convmv -f 源编码 -t 新编码 [option] filename
      安装enca
      下载相关rpm包。地址(http://rpmfind.net/linux/RPM/dag/redhat/el5/i386/
      我下载的是:enca-1.10-1.el5.rf.i386.rpm和enca-devel-1.10-1.el5.rf.i386.rpm
      安装:
      # rpm -ivh enca-1.10-1.el5.rf.i386.rpm
      # rpm -ivh enca-devel-1.10-1.el5.rf.i386.rpm

  • 相关阅读:
    CodeProject每日精选: ListView controls
    适配器模式(Adapter Pattern) 精选经验合集
    设计模式 合成模式(Composite Pattern) 精选经验合集
    CodeProject每日精选: Grid controls
    设计模式 享元模式(Flyweight Pattern) 精选经验合集
    设计模式 组合模式(Composite) 精选经验合集
    桥接模式(Bridge Pattern) 资料合集
    CodeProject每日精选: Progress controls 进度条
    快速幂模板
    hdu 1087dp裸题
  • 原文地址:https://www.cnblogs.com/enumx/p/12333976.html
Copyright © 2011-2022 走看看