linux下查看文件編碼及修改編碼


通常來說,Windows中默認的文件格式是GBK(gb2312),而Linux一般都是UTF-8,所以Linux下打開windows的文件會有亂碼的情況。另外,有時要將文件進行編碼轉換,如將簡體中文轉換為繁體中文。

vim中查詢修改文件編碼格式

set fileencoding

查看現在文本的編碼

:set fenc=編碼

轉換當前文本的編碼為指定的編碼

:set enc=編碼
以指定的編碼顯示文本,但不保存到文件中。

這里的“編碼”常見為gbk utf-8 big5 cp936

:set ff

查看當前文本的模式類型,一般為dos,unix

:set ff=dos
設置為dos模式

也可以用一下方式轉換為unix模式

:%s/^M//g
等同於:set ff=unix

查看文件編碼
在Linux中查看文件編碼可以通過以下幾種方式:
1.在Vim中可以直接查看文件編碼


:set fileencoding

即可顯示文件編碼格式。
如果你只是想查看其它編碼格式的文件或者想解決用Vim查看文件亂碼的問題,

那么你可以在 ~/.vimrc 文件中添加以下內容:

set encoding=utf-8 fileencodings=ucs-bom,utf-8,cp936

這樣,就可以讓vim自動識別文件編碼(可以自動識別UTF-8或者GBK編碼的文件),其實就是依照 fileencodings提供的編碼列表嘗試,如果沒有找到合適的編碼,就用latin-1(ASCII)編碼打開。

  1. enca (如果你的系統中沒有安裝這個命令,可以用sudo yum install -y enca 安裝 )查看文件編碼

$ enca filename

filename: Universal transformation format 8 bits; UTF-8
CRLF line terminators
需要說明一點的是,enca對某些GBK編碼的文件識別的不是很好,識別時會出現:
Unrecognized encoding

文件編碼轉換
1.在Vim中直接進行轉換文件編碼,比如將一個文件轉換成utf-8格式
:set fileencoding=utf-8

  1. enconv 轉換文件編碼,比如要將一個GBK編碼的文件轉換成UTF-8編碼,操作如下

enconv -L zh_CN -x UTF-8 filename

  1. iconv 轉換,iconv的命令格式如下:

iconv -f encoding -t encoding inputfile

比如將一個UTF-8 編碼的文件轉換成GBK編碼

iconv -f UTF-8 -t GBK file1 -o file2

查看文件編碼file命令
file ip.txt

ip.txt: UTF-8 Unicode text, with escape sequences
一、利用iconv命令進行編碼轉換文件內容編碼轉換

iconv命令用於轉換指定文件的編碼,默認輸出到標准輸出設備,亦可指定輸出文件。

用法: iconv [選項...] [文件...]

有如下選項可用: 輸入/輸出格式規范:

-f, --from-code=名稱 原始文本編碼

-t, --to-code=名稱 輸出編碼 信息:

-l, --list 列舉所有已知的字符集 輸出控制:

-c 從輸出中忽略無效的字符

-o, --output=FILE 輸出文件

-s, --silent 關閉警告 --verbose 打印進度信息

-?, --help 給出該系統求助列表

--usage 給出簡要的用法信息

-V, --version 打印程序版本號

例子:

iconv -f utf-8 -t gb2312 aaa.txt >bbb.txt

這個命令讀取aaa.txt文件,從utf-8編碼轉換為gb2312編碼,其輸出定向到bbb.txt文件。
二、文件名編碼轉換
因為現在用linux,原來在windows里的文件都是用GBK編碼的。所以copy到linux下是亂碼,文件內容可以用iconv來轉換可是好多中文的文件名還是亂碼,找到個可以轉換文件名編碼的命令,就是convmv。
convmv命令詳細參數 例如
convmv -f GBK -t UTF-8 *.mp3
不過這個命令不會直正的轉換,你可以看到轉換前后的對比。

如果要直正的轉換要加上參數 --notest
convmv -f GBK -t UTF-8 --notest *.mp3
-f 參數是指出轉換前的編碼,

-t 是轉換后的編碼。這個千萬不要弄錯了。不然可能還是亂碼哦。還有一個參數很有用。就是

-r 這個表示遞歸轉換當前目錄下的所有子目錄。

  • 需要安裝 convmv-1.10-1.el5.noarch.rpm
    三、 更好的傻瓜型命令行工具enca,它不但能智能的識別文件的編碼,而且還支持成批轉換。   1.安裝   
    $sudo apt-get install enca  
     
    2.查看當前文件編碼  
     
    enca -L zh_CN ip.txt

Simplified Chinese National Standard; GB2312 Surrounded by/intermixed with non-text data   
3.轉換   命令格式如下   
$enca -L 當前語言 -x 目標編碼 文件名  
 
例如要把當前目錄下的所有文件都轉成utf-8   
enca -L zh_CN -x utf-8 *

檢查文件的編碼 enca -L zh_CN file  
 
將文件編碼轉換為"UTF-8"編碼 

enca -L zh_CN -x UTF-8 file

如果不想覆蓋原文件可以這樣

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

用法:
  Convmv -f 源編碼 -t 新編碼 [option] filename
  安裝enca
  下載相關rpm包。地址(http://rpmfind.net/linux/RPM/dag/redhat/el5/i386/
  我下載的是:enca-1.10-1.el5.rf.i386.rpm和enca-devel-1.10-1.el5.rf.i386.rpm
  安裝:
  # rpm -ivh enca-1.10-1.el5.rf.i386.rpm
  # rpm -ivh enca-devel-1.10-1.el5.rf.i386.rpm


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM