Linux 文件编码问题及iconv命令
iconv命令是运行于linux/unix平台的文件编码装换工具。当我们在linux/unix系统shell查看文本文件时,常常会发现文件的中文是乱码的,这是由于文本文件的编码与当前操作系统设置的编码不同而引起的,这时可以使用iconv进行编码转换,从而解决乱码问题。
解决文本文件乱码问题分3步:1.确定文件编码,2.确定iconv是否支持此编码的转换,3.确定Linux/Unix操作系统编码,4.转换文件编码为与系统编码一致;下面通过对test.txt文件来举例。
1、 使用file命令来确定文件编码:
- $ file -bi gbk.txt | sed -e 's/.*[ ]charset=//' |tr '[a-z]' '[A-Z'
- ISO-8859-1
可见test.txt文件编码为ISO-8859-1编码。
2、 使用iconv -l确定iconv是否支持此种编码的转换:
- $ iconv -l | grep ISO-8859-1
- ISO-8859-1//
- ISO-8859-10//
- ISO-8859-11//
- ISO-8859-13//
- ISO-8859-14//
- ISO-8859-15//
- ISO-8859-16//
3、 确定Linux/Unix操作系统编码:
- $ echo $LANG
- zh_CN.UTF-8
当前操作系统坏境编码为"UTF-8"
4、 转换编码
- $ iconv -f ISO-8859-1 -t UTF-8 test.txt
- 测试
注:由于file命令常常会误判编码,如发现转换出来的编码依然是乱码,可将iconv -f的输入编码换成其他常用编码试试: GBK、BIG5、HZ、GB2312、GB18030、ASCII
iconv命令的详细语法:
iconv [选项..] 文件
选项:
-f 输入编码
-t 输出编码
-l 列出所有已知的编码
-o 输出文件
附录字符编码表:
编码集:
ISO-8859-2 | ISO 8859-2 standard; ISO Latin 2 |
ISO-8859-4 | ISO 8859-4 standard; Latin 4 |
ISO-8859-5 | ISO 8859-5 standard; ISO Cyrillic |
ISO-8859-13 | ISO 8859-13 standard; ISO Baltic; Latin 7 |
ISO-8859-16 | ISO 8859-16 standard |
CP1125 | MS-windows code page 1125 |
CP1250 | MS-Windows code page 1250 |
CP1251 | MS-Windows code page 1251 |
CP1257 | MS-Windows code page 1257; WinBaltRim |
IBM852 | IBM/MS code page 852; PC (DOS) Latin 2 |
IBM855 | IBM/MS code page 855 |
IBM775 | IBM/MS code page 775 |
IBM866 | IBM/MS code page 866 |
baltic | ISO-IR-179; Baltic |
KEYBCS2 | Kamenicky encoding; KEYBCS2 |
macce | Macintosh Central European |
maccyr | Macintosh Cyrillic |
ECMA-113 | Ecma Cyrillic; ECMA-113 |
KOI-8_CS_2 | KOI8-CS2 code ('T602') |
KOI8-R | KOI8-R Cyrillic |
KOI8-U | KOI8-U Cyrillic |
KOI8-UNI | KOI8-Unified Cyrillic |
TeX | (La)TeX control sequences |
UCS-2 | Universal character set 2 bytes; UCS-2; BMP |
UCS-4 | Universal character set 4 bytes; UCS-4; ISO-10646 |
UTF-7 | Universal transformation format 7 bits; UTF-7 |
UTF-8 | Universal transformation format 8 bits; UTF-8 |
CORK | Cork encoding; T1 |
GBK | Simplified Chinese National Standard; GB2312 |
BIG5 | Traditional Chinese Industrial Standard; Big5 |
HZ | HZ encoded GB2312 |
行结束符:
/LF | LF line terminators |
/CRLF | CRLF line terminators |
N.A. | Mixed line terminators |
N.A. | Surrounded by/intermixed with non-text data |
/21 | Byte order reversed in pairs (1,2 -> 2,1) |
/4321 | Byte order reversed in quadruples (1,2,3,4 -> 4,3,2,1) |
N.A. | Both little and big endian chunks, concatenated |
/qp | Quoted-printable encoded |
各国语言编码集:
Bulgarian | CP1251 ISO-8859-5 IBM855 maccyr ECMA-113 |
Czech | ISO-8859-2 CP1250 IBM852 KEYBCS2 macce KOI-8_CS_2 CORK |
Estonian | ISO-8859-4 CP1257 IBM775 ISO-8859-13 macce baltic |
Croatian | CP1250 ISO-8859-2 IBM852 macce CORK |
Hungarian | ISO-8859-2 CP1250 IBM852 macce CORK |
Lithuanian | CP1257 ISO-8859-4 IBM775 ISO-8859-13 macce baltic |
Latvian | CP1257 ISO-8859-4 IBM775 ISO-8859-13 macce baltic |
Polish | ISO-8859-2 CP1250 IBM852 macce ISO-8859-13 ISO-8859-16 baltic CORK |
Russian | KOI8-R CP1251 ISO-8859-5 IBM866 maccyr |
Slovak | CP1250 ISO-8859-2 IBM852 KEYBCS2 macce KOI-8_CS_2 CORK |
Slovene | ISO-8859-2 CP1250 IBM852 macce CORK |
Ukrainian | CP1251 IBM855 ISO-8859-5 CP1125 KOI8-U maccyr |
Chinese | GBK BIG5 HZ |
Linux 文件编码问题及iconv命令的更多相关文章
- (转)剖析Linux文件编码的查看及修改
Linux文件编码的查看和修改都有不止一种做法,如果你需要在Linux中操作windows下的文件,那么很可能会经常遇到文件编码转换的问题,如何进行这项工作,也应该是经常工作在双系统下的操作者的必须掌 ...
- 在Linux/Unix系统下用iconv命令处理文本文件中文乱码问题
iconv命令是运行于linux/unix平台的文件编码装换工具.当我们在linux/unix系统shell查看文本文件时,常常会发现文件的中文是乱码的,这是由于文本文件的编码与当前操作系统设置的编码 ...
- windows linux 文件编码转换
查看文件编码在Linux中查看文件编码可以通过以下几种方式:1.在Vim中可以直接查看文件编码:set fileencoding即可显示文件编码格式.如果你只是想查看其它编码格式的文件或者想解决用Vi ...
- linux文件编码
linux下新建一个文件,或采用fopen新建,那么文件的编码是什么? 怎么查看文件编码格式: 查看文件编码file命令file ip.txt ip.txt: UTF-8 Unicode text, ...
- linux 文件编码问题
iconv -f UTF- -t gb18030 file_input -o file_output 上述命令不一定有用. 大概了解下文件编码,和vim里面的编码情况. 1 字符编码基础知识 字符编码 ...
- Linux文件权限查看及修改命令chmod
查看权限 Linux文件访问权限分为可读,可写和可执行三种. 可用ls -l命令查看,例: ls -l或者 ll 显示为 -r--r--r--. 1 root root 21 Jan 5 23:02 ...
- Linux文件权限查看及修改命令chmod,chown
查看权限 Linux文件访问权限分为可读,可写和可执行三种. 可用ls -l命令查看,例: ls -l或者 ll 显示为 -r--r--r--. 1 root root 21 Jan 5 23:02 ...
- Linux文件与目录管理常用命令
Linux文件与目录常用命令管理: 文件权限/目录权限: -rwxr-xr-x. root root Mar : zeng.txt r():可读 w():可写 x():可执行 drwxr-xr-x. ...
- Linux文件与目录操作 ls 命令(2)
说文件操作是最频繁地操作也不为过,在Linux中,使用ls命令可以列出当前目录中所有内容,本篇就先说说ls命令.本文所说的文件指文件和目录. ls命令常用选项 -a:显示指定目录下所有子目录与文件,包 ...
随机推荐
- C语言 结构体相关 函数 指针 数组
. 作者 : 万境绝尘 转载请注明出处 : http://www.hanshuliang.com/?post=30 . 结构体概述 : 结构体是 多个 变量的集合, 变量的类型可以不同; -- 可进行 ...
- PagedDataSource数据绑定控件和AspNetPager分页控件结合使用列表分页
1.引用AspNetPager.dll. 2.放置Repeater数据绑定控件. <asp:Repeater ID="Repeater1" runat="serve ...
- C#创建Window服务图解,安装、配置、以及C#操作Windows服务
一.首先打开VS2013,创建Windows服务项目 二.创建完成后对"Service1.cs"重命名位"ServiceDemo":然后切换到代码视图,写个服务 ...
- Python2中编码错误---éç»äººè¡¨ç®çé¿å ååè¶(æå格式转化为UTF-8
在python2的使用中,总会遇到各种各样的编码问题,这也是使用Python2最头疼的一件事情,幸好python3解决了编码的问题. 下面我在爬虫时遇到的类似éç»äººè¡¨ç®çé¿ ...
- Java设计
重构前 CustomDataChar | getConnection()findCustomers()createChar()displayChar() 重构后 CustomDataChar | da ...
- Tomcat启动报错ERROR:transport error 202:bind failed:Address already
昨天在服务器上拷贝了一个tomcat项目,修改了server.xml之后启动居然报错ERROR:transport error 202:bind failed:Address already,应该是远 ...
- 配置apt-get告诉下载源
本文转自:http://blog.csdn.net/hyl1718/article/details/7915296 方法: 1.修改源地址: cp /etc/apt/sources.list /etc ...
- HUAS 1476 不等数列(DP)
考虑DP. 如果把转移看出当前位填什么数的话,这样是有后效性的. 如果考虑当前的序列是将1至n依次插入序列中的话. 考虑将i插入1到i-1的序列中,如果插入到<号中或者首部,那么最后就会多出一个 ...
- 【bzoj5049】[Lydsy九月月赛]导航系统 并查集+双向BFS最短路
题目描述 给你一张 $n$ 个点 $m$ 条边的随机图,边权为1.$k$ 次询问两点间最短路,不连通则输出-1. 输入 第一行包含3个正整数n,m,k(2<=n<=100000,1< ...
- 【bzoj1369】[Baltic2003]Gem 树形dp
题目描述 给出一棵树,要求你为树上的结点标上权值,权值可以是任意的正整数 唯一的限制条件是相临的两个结点不能标上相同的权值,要求一种方案,使得整棵树的总价值最小. 输入 先给出一个数字N,代表树上有N ...