搜索

[25723] 2016-11-15_如何在Linux中将文件编码转换为UTF-8

文档创建者：s7ckTeam
浏览次数：1
最后更新：2025-01-19
2016-11-15_如何在Linux中将文件编码转换为UTF-8 - -   A a r o n   K i l i 3 9 % 6 6 % 如 何 在   L i n u x   中 将 文 件 编 码 转 换 为   U T F - 8 原 创   译 者 ： S t d i o A   L i n u x 中 国   2 0 1 6 - 1 1 - 1 5 在 这 篇 教 程 中 ， 我 们 将 解 释 字 符 编 码 的 含 义 ， 然 后 给 出 一 些 使 用 命 令 行 工 具 将 使 用 某 种 字 符 编 码 的 文 件 转 化 为 另 一 种 编 码 的 例 子 。 最 后 ， 我 们 将 一 起 看 一 看 如 何 在   L i n u x   下 将 使 用 各 种 字 符 编 码 的 文 件 转 化 为   U T F - 8   编 码 。 本 文 导 航 - 将 文 件 从   I S O - 8 8 5 9 - 1   编 码 转 换 为   U T F - 8   编 码 - 将 多 个 文 件 转 换 为   U T F - 8   编 码 在 这 篇 教 程 中 ， 我 们 将 解 释 字 符 编 码 的 含 义 ， 然 后 给 出 一 些 使 用 命 令 行 工 具 将 使 用 某 种 字 符 编 码 的 文 件 转 化 为 另 一 种 编 码 的 例 子 。 最 后 ， 我 们 将 一 起 看 一 看 如 何 在   L i n u x   下 将 使 用 各 种 字 符 编 码 的 文 件 转 化 为   U T F - 8   编 码 。 你 可 能 已 经 知 道 ， 计 算 机 除 了 二 进 制 数 据 ， 是 不 会 理 解 和 存 储 字 符 、 数 字 或 者 任 何 人 类 能 够 理 解 的 东 西 的 。 一 个 二 进 制 位 只 有 两 种 可 能 的 值 ， 也 就 是     或   ， 或 ， 0 1 真 假 是
或 。 其 它 的 任 何 事 物 ， 比 如 字 符 、 数 据 和 图 片 ， 必 须 要 以 二 进 制 的 形 式 来 表 现 ， 以 供 计 算 机 处 理 。 简 单 来 说 ， 字 符 编 码 是 一 种 可 以 指 示 电 脑 来 将 原 始 的   0   和   1   解 释 成 实 际 字 符 的 方 式 ， 在 这 些 字 符 编 码 中 ， 字 符 都 以 一 串 数 字 来 表 示 。 字 符 编 码 方 案 有 很 多 种 ， 比 如   A S C I I 、 A N C I 、 U n i c o d e   等 等 。 下 面 是   A S C I I   编 码 的 一 个 例 子 。 在   L i n u x   中 ， 命 令 行 工 具     用 来 将 使 用 一 种 编 码 的 文 本 转 化 为 另 一 种 编 码 。 你 可 以 使 用     命 令 ， 并 添 加     或     参 数 来 查 看 一 个 文 件 的 字 符 编 码 ， 这 个 参 数 可 以 让 程 序 像 下 面 的 例 子 一 样 输 出 字 符 串 的   m i m e   ( M u l t i p u r p o s e   I n t e r n e t   M a i l E x t e n s i o n s )   数 据 ： 在   L i n u x   中 查 看 文 件 的 编 码 i c o n v   工 具 的 使 用 方 法 如 下 ： 否 1 .   字 符                         二 进 制 2 .   A                               0 1 0 0 0 0 0 1 3 .   B                               0 1 0 0 0 0 1 0 i c o n v f i l e - i - - m i m e 1 .   $   f i l e   - i   C a r . j a v a 2 .   $   f i l e   - i   C a r D r i v e r . j a v a
在 这 里 ，   或     表 明 了 输 入 编 码 ， 而     或     指 定 了 输 出 编 码 。 为 了 列 出 所 有 已 有 编 码 的 字 符 集 ， 你 可 以 使 用 以 下 命 令 ： 列 出 所 有 已 有 编 码 字 符 集 将 文 件 从 将 文 件 从   I S O - 8 8 5 9 - 1   编 码 转 换 为 编 码 转 换 为   U T F - 8   编 码 编 码 下 面 ， 我 们 将 学 习 如 何 将 一 种 编 码 方 案 转 换 为 另 一 种 编 码 方 案 。 下 面 的 命 令 将 会 将   I S O - 8 8 5 9 - 1   编 码 转 换 为   U T F - 8   编 码 。 1 .   $   i c o n v   o p t i o n 2 .   $   i c o n v   o p t i o n s   - f   f r o m - e n c o d i n g   - t   t o - e n c o d i n g   i n p u t f i l e ( s )   - o   o u t p u t f i l e   - f - - f r o m - c o d e - t - - t o - e n c o d i n g 1 .   $   i c o n v   - l  
考 虑 如 下 文 件   ， 其 中 包 含 这 几 个 字 符 ： 我 们 从 查 看 这 个 文 件 的 编 码 开 始 ， 然 后 来 查 看 文 件 内 容 。 最 后 ， 我 们 可 以 把 所 有 字 符 转 换 为   U T F - 8   编 码 。 在 运 行     命 令 之 后 ， 我 们 可 以 像 下 面 这 样 检 查 输 出 文 件 的 内 容 ， 和 它 使 用 的 字 符 编 码 。 在   L i n u x   中 将   I S O - 8 8 5 9 - 1   转 化 为   U T F - 8 注 意 ： 如 果 输 出 编 码 后 面 添 加 了     字 符 串 ， 那 些 不 能 被 转 换 的 字 符 将 不 会 被 转 换 ， 并 且 在 转 换 后 ， 程 序 会 显 示 一 条 错 误 信 息 。 好 ， 如 果 字 符 串     被 添 加 到 了 上 面 例 子 中 的 输 出 编 码 之 后   ( ) ， 待 转 换 的 字 符 会 尽 量 采 用 形 译 原 则 。 也 就 是 说 ， 如 果 某 个 字 符 在 输 出 编 码 方 案 中 不 能 被 表 示 的 话 ， 它 将 会 被 替 换 为 一 个 形 状 比 较 相 似 的 字 符 。 i n p u t . f i l e 1 .         i c o n v 1 .   $   f i l e   - i   i n p u t . f i l e 2 .   $   c a t   i n p u t . f i l e   3 .   $   i c o n v   - f   I S O - 8 8 5 9 - 1   - t   U T F - 8 / / T R A N S L I T   i n p u t . f i l e   - o   o u t . f i l e 4 .   $   c a t   o u t . f i l e   5 .   $   f i l e   - i   o u t . f i l e   / / I G N O R E / / T R A N S L I T U T F - 8 / / T R A N S L I T
而 且 ， 如 果 一 个 字 符 不 在 输 出 编 码 中 ， 而 且 不 能 被 形 译 ， 它 将 会 在 输 出 文 件 中 被 一 个 问 号 标 记     代 替 。 将 多 个 文 件 转 换 为 将 多 个 文 件 转 换 为   U T F - 8   编 码 编 码 回 到 我 们 的 主 题 。 如 果 你 想 将 多 个 文 件 甚 至 某 目 录 下 所 有 文 件 转 化 为   U T F - 8   编 码 ， 你 可 以 像 下 面 一 样 ， 编 写 一 个 简 单 的 s h e l l   脚 本 ， 并 将 其 命 名 为   ： 保 存 文 件 ， 然 后 为 它 添 加 可 执 行 权 限 。 在 待 转 换 文 件   ( * . t x t )   所 在 的 目 录 中 运 行 这 个 脚 本 。 重 要 事 项 ： 你 也 可 以 使 这 个 脚 本 变 得 更 通 用 ， 比 如 转 换 任 意 特 定 的 字 符 编 码 到 另 一 种 编 码 。 为 了 达 到 这 个 目 的 ， 你 只 需 要 改 变     及   ? e n c o d i n g . s h 1 .   # ! / b i n / b a s h 2 .   # # #   将   v a l u e s _ h e r e   替 换 为 输 入 编 码 3 .   F R O M _ E N C O D I N G = " v a l u e _ h e r e " 4 .   # # #   输 出 编 码   ( U T F - 8 ) 5 .   T O _ E N C O D I N G = " U T F - 8 " 6 .   # # #   转 换 命 令 7 .   C O N V E R T = "   i c o n v     - f       $ F R O M _ E N C O D I N G     - t       $ T O _ E N C O D I N G " 8 .   # # #   使 用 循 环 转 换 多 个 文 件 9 .   f o r     f i l e     i n     * . t x t ;   d o 1 0 .   $ C O N V E R T       " $ f i l e "       - o     " $ { f i l e % . t x t } . u t f 8 . c o n v e r t e d " 1 1 .   d o n e 1 2 .   e x i t   0 1 .   $   c h m o d     + x     e n c o d i n g . s h 2 .   $   . / e n c o d i n g . s h F R O M _ E N C O D I N G T O _ E N C O D I N G
  变 量 的 值 。 别 忘 了 改 一 下 输 出 文 件 的 文 件 名   . 若 要 了 解 更 多 信 息 ， 可 以 查 看     的 m a n   p a g e 手 册 页 。 将 这 篇 指 南 总 结 一 下 ， 理 解 字 符 编 码 的 概 念 、 了 解 如 何 将 一 种 编 码 方 案 转 换 为 另 一 种 ， 是 一 个 电 脑 用 户 处 理 文 本 时 必 须 要 掌 握 的 知 识 ， 程 序 员 更 甚 。 最 后 ， 你 可 以 在 下 面 的 评 论 部 分 中 与 我 们 联 系 ， 提 出 问 题 或 反 馈 。 v i a :   h t t p : / / w w w . t e c m i n t . c o m / c o n v e r t - f i l e s - t o - u t f - 8 - e n c o d i n g - i n - l i n u x / 作 者 ： A a r o n   K i l i [ 1 ]   译 者 ： S t d i o A   校 对 ： w x y 本 文 由   L C T T [ 2 ]   原 创 编 译 ， L i n u x 中 国   荣 誉 推 出 推 荐 文 章 滑 动 查 看 更 多 输 入 文 章   I D   或 长 按 二 维 码 直 达 [ 1 ] :   h t t p : / / w w w . t e c m i n t . c o m / a u t h o r / a a r o n k i l i / [ 2 ] :   h t t p s : / / g i t h u b . c o m / L C T T / T r a n s l a t e P r o j e c t 阅 读 原 文 " $ { f i l e % . t x t } . u t f 8 . c o n v e r t e d " i c o n v 1 .   $   m a n   i c o n v

回复

举报

高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

使用Markdown编辑器编辑 使用富文本编辑器编辑

Archiver| 手机版| 小黑屋|
Powered by Discuz! X3.4 Copyright © 2001-2020, Tencent Cloud. 商业源码建议获取授权，如侵犯您的权益，请联系客服处理