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。
- 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
- 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
- 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