如果你需要在Linux 中操作windows下的文件,那么你可能會(huì)經(jīng)常遇到文件編碼轉(zhuǎn)換的問題。Windows中默認(rèn)的文件格式是GBK(gb2312),而Linux一般都是UTF-8。下面介紹一下,在Linux中如何查看文件的編碼及如何進(jìn)行對(duì)文件進(jìn)行編碼轉(zhuǎn)換。
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(nèi)容:
set encoding=utf-8 fileencodings=ucs-bom,utf-8,cp936
這樣,就可以讓vim自動(dòng)識(shí)別文件編碼(可以自動(dòng)識(shí)別UTF-8或者GBK編碼的文件),其實(shí)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。
(2). enca (如果你的系統(tǒng)中沒有安裝這個(gè)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(diǎn)的是,enca對(duì)某些GBK編碼的文件識(shí)別的不是很好,識(shí)別時(shí)會(huì)出現(xiàn):
Unrecognized encoding
文件編碼轉(zhuǎn)換
因?yàn)楝F(xiàn)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(nèi)容可以用iconv來轉(zhuǎn)換可是好多中文的文件名還是亂碼,找到個(gè)可以轉(zhuǎn)換文件名編碼的命令,就是convmv。
convmv命令詳細(xì)參數(shù) 例如
convmv -f GBK -t UTF-8 *.mp3
不過這個(gè)命令不會(huì)直正的轉(zhuǎn)換,你可以看到轉(zhuǎn)換前后的對(duì)比。如果要直正的轉(zhuǎn)換要加上參數(shù) --notest
convmv -f GBK -t UTF-8 --notest *.mp3
-f 參數(shù)是指出轉(zhuǎn)換前的編碼,-t 是轉(zhuǎn)換后的編碼。這個(gè)千萬(wàn)不要弄錯(cuò)了。不然可能還是亂碼哦。還有一個(gè)參數(shù)很有用。就是 -r 這個(gè)表示遞歸轉(zhuǎn)換當(dāng)前目錄下的所有子目錄。
* 需要安裝 convmv-1.10-1.el5.noarch.rpm
更好的傻瓜型命令行工具enca,它不但能智能的識(shí)別文件的編碼,而且還支持成批轉(zhuǎn)換。
(1).安裝
$sudo apt-get install enca
(2).查看當(dāng)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(zhuǎn)換 命令格式如下
$enca -L 當(dāng)前語(yǔ)言 -x 目標(biāo)編碼 文件名
例如要把當(dāng)前目錄下的所有文件都轉(zhuǎn)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(zhuǎn)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