Linux 檔案編碼大挪移
在這篇教程中,我們將解釋字元編碼的含義,然後給出一些使用 行工具將使用某種字元編碼的檔案轉化為另一種編碼的例子。最後,我們將一起看一看如何在 下將使用各種字元編碼的檔案轉化為 UTF-8 編碼。 |
你可能已經知道,計算機除了二進位制資料,是不會理解和儲存字元、數字或者任何人類能夠理解的東西的。一個二進位制位只有兩種可能的值,也就是 0或 1, 真或 假, 是或 否。其它的任何事物,比如字元、資料和圖片,必須要以二進位制的形式來表現,以供計算機處理。
簡單來說,字元編碼是一種可以指示電腦來將原始的 0 和 1 解釋成實際字元的方式,在這些字元編碼中,字元都以一串數字來表示。
字元編碼方案有很多種,比如 ASCII、ANCI、Unicode 等等。下面是 ASCII 編碼的一個例子。
字元 二進位制 A 01000001 B 01000010
在 Linux 中, 行工具 iconv用來將使用一種編碼的文字轉化為另一種編碼。
你可以使用 file 命令,並新增 -i或 --mime引數來檢視一個檔案的字元編碼,這個引數可以讓程式像下面的例子一樣輸出字串的 mime (Multipurpose Internet Mail Extensions) 資料:
$ file -i Car.java $ file -i CarDriver.java
在 Linux 中檢視檔案的編碼
iconv 工具的使用方法如下:
$ iconv option $ iconv options -f from-encoding -t to-encoding inputfile(s) -o outputfile
在這裡, -f或 --from-code表明了輸入編碼,而 -t或 --to-encoding指定了輸出編碼。
為了列出所有已有編碼的字符集,你可以使用以下命令:
$ iconv -l
列出所有已有編碼字符集
下面,我們將學習如何將一種編碼方案轉換為另一種編碼方案。下面的命令將會將 ISO-8859-1 編碼轉換為 UTF-8 編碼。
考慮如下檔案 input.file,其中包含這幾個字元:
� � � �
我們從檢視這個檔案的編碼開始,然後來檢視檔案內容。最後,我們可以把所有字元轉換為 UTF-8 編碼。
在執行 iconv命令之後,我們可以像下面這樣檢查輸出檔案的內容,和它使用的字元編碼。
$ file -i input.file $ cat input.file $ iconv -f ISO-8859-1 -t UTF-8//TRANSLIT input.file -o out.file $ cat out.file $ file -i out.file
在 Linux 中將 ISO-8859-1 轉化為 UTF-8
注意:如果輸出編碼後面新增了 //IGNORE字串,那些不能被轉換的字元將不會被轉換,並且在轉換後,程式會顯示一條錯誤資訊。
好,如果字串 //TRANSLIT被新增到了上面例子中的輸出編碼之後 ( UTF-8//TRANSLIT),待轉換的字元會盡量採用形譯原則。也就是說,如果某個字元在輸出編碼方案中不能被表示的話,它將會被替換為一個形狀比較相似的字元。
而且,如果一個字元不在輸出編碼中,而且不能被形譯,它將會在輸出檔案中被一個問號標記 ?代替。
回到我們的主題。如果你想將多個檔案甚至某目錄下所有檔案轉化為 UTF-8 編碼,你可以像下面一樣,編寫一個簡單的 ,並將其命名為 encoding.sh:
#!/bin/bash ### 將 values_here 替換為輸入編碼 FROM_ENCODING="value_here" ### 輸出編碼 (UTF-8) TO_ENCODING="UTF-8" ### 轉換命令 CONVERT=" iconv -f $FROM_ENCODING -t $TO_ENCODING" ### 使用迴圈轉換多個檔案 for file in *.txt; do $CONVERT "$file" -o "${file%.txt}.utf8.converted" done exit 0
儲存檔案,然後為它新增可執行許可權。在待轉換檔案 (*.txt) 所在的目錄中執行這個 。
$ chmod +x encoding.sh $ ./encoding.sh
重要事項:你也可以使這個指令碼變得更通用,比如轉換任意特定的字元編碼到另一種編碼。為了達到這個目的,你只需要改變 FROM_ENCODING及 TO_ENCODING變數的值。別忘了改一下輸出檔案的檔名 "${file%.txt}.utf8.converted".
若要了解更多資訊,可以檢視 iconv的手冊頁。
$ man iconv
將這篇指南總結一下,理解字元編碼的概念、瞭解如何將一種編碼方案轉換為另一種,是一個電腦使用者處理文字時必須要掌握的知識,程式設計師更甚。
原文地址:
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31559985/viewspace-2682127/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- Linux下檢視檔案編碼,檔案編碼格式轉換和檔名編碼Linux
- 乾坤大挪移那些重要的C盤檔案需要備份(轉)
- 【SQL】“乾坤大挪移”SQL
- 轉換Linux 檔案編碼方式Linux
- Windows轉到linux中,檔案亂碼,檔案編碼轉換WindowsLinux
- 檢測檔案編碼,轉換檔案編碼
- 前端檔案編碼方式前端
- Huffman對檔案編碼和解碼
- 按鈕連結乾坤大挪移 (轉)
- 如何進行Linux下檔案編碼格式轉換Linux
- java 猜測 檔案編碼Java
- 文字檔案的編碼格式
- Huffman編碼m檔案分析
- 批量修改檔案的編碼
- iconv更改檔案編碼
- Linux查詢大檔案Linux
- 字元編碼與檔案處理字元
- 如何修改檔案的編碼格式
- eclipse預設檔案編碼Eclipse
- JPEG檔案編/解碼詳解 .
- PDF檔案有限制密碼,該如何編輯檔案?密碼
- linux大檔案上傳(nc)Linux
- 在Linux下建立大檔案Linux
- Linux排查磁碟大檔案或大目錄Linux
- Linux– 檔案編輯器 vi/vim(1)Linux
- Linux平臺Makefile檔案的編寫Linux
- iOS文字檔案的編碼檢測iOS
- Delphi編碼標準——檔案命名 (轉)
- DBeaver如何調整sql檔案編碼SQL
- GC機制+字元編碼+檔案操作GC字元
- linux/unix xfs大檔案系統Linux
- linux密碼檔案/etc/passwdLinux密碼
- Android專案檔案編碼 導致的ErrorAndroidError
- 【C語言】linux下多檔案編譯C語言Linux編譯
- Linux(CentOS7)使用vim編輯檔案LinuxCentOS
- java安全編碼指南之:檔案IO操作Java
- PKI 證書檔案編碼格式介紹
- 快排單連結串列;及乾坤大挪移的分析