linux(Mac)下查看文件编码及修改编码

 约 5 分钟

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Vim查看文件乱码的问题,那么你可以在
~/.vimrc 文件中添加以下内容:

set encoding=utf-8 fileencodings=ucs-bom,utf-8,cp936

这样,就可以让vim自动识别文件编码(可以自动识别UTF-8或者GBK编码的文件),其实就是依照 fileencodings提供的编码列表尝试,如果没有找到合适的编码,就用latin-1(ASCII)编码打开。

2. enca 查看文件编码

(如果你的系统中没有安装这个命令,可以用sudo yum install -y enca 安装 )
Mac 下可以用 brew 安装

sudo brew install enca

查看命令如下:

$ enca filename

filename: Universal transformation format 8 bits; UTF-8 CRLF line terminators

需要说明一点的是,enca对某些GBK编码的文件识别的不是很好,识别时会出现:

Unrecognized encoding

3. 查看文件编码 file 命令

file ip.txt

ip.txt: UTF-8 Unicode text, with escape sequences

文件编码转换

1. 在Vim中直接进行转换文件编码,比如将一个文件转换成utf-8格式
    :set fileencoding=utf-8
2. enconv 转换文件编码,比如要将一个GBK编码的文件转换成UTF-8编码,操作如下
    enconv -L zh_CN -x UTF-8 filename
3. iconv 转换,iconv的命令格式如下:
iconv -f encoding -t encoding inputfile

比如将一个UTF-8 编码的文件转换成GBK编码

iconv -f UTF-8 -t GBK file1 -o file2

一、利用iconv命令进行编码转换文件内容编码转换

iconv命令用于转换指定文件的编码,默认输出到标准输出设备,亦可指定输出文件。查了下iconv命令用法如下:

iconv [选项...] [文件...]

有如下选项可用:

输入/输出格式规范:
-f, --from-code=名称 原始文本编码
-t, --to-code=名称 输出编码

信息:
-l, --list 列举所有已知的字符集

输出控制:
-c 从输出中忽略无效的字符
-o, --output=FILE 输出文件
-s, --silent 关闭警告
--verbose 打印进度信息

例子:

iconv -f utf-8 -t gb2312 aaa.txt >bbb.txt  

这个命令读取aaa.txt文件,从utf-8编码转换为gb2312编码,其输出定向到bbb.txt文件。

二、文件名编码转换

因为现在用linux,原来在windows里的文件都是用GBK编码的。所以copy到linux下是乱码,文件内容可以用iconv来转换可是好多中文的文件名还是乱码,找到个可以转换文件名编码的命令,就是convmv。
convmv命令详细参数 例如

convmv -f GBK -t UTF-8 *.mp3

不过这个命令不会直正的转换,你可以看到转换前后的对比。如果要直正的转换要加上参数 --notest

convmv -f GBK -t UTF-8 --notest *.mp3

-f 参数是指出转换前的编码,-t 是转换后的编码。这个千万不要弄错了。不然可能还是乱码哦。还有一个参数很有用。就是 -r 这个表示递归转换当前目录下的所有子目录。

Linux 需要安装 convmv-1.10-1.el5.noarch.rpm

Mac 下用brew 安装

sudo brew install convmv

三、更好的傻瓜型命令行工具enca

它不但能智能的识别文件的编码,而且还支持成批转换。   

1.安装   
$sudo apt-get install enca

Mac 下

sudo brew install enca
2.查看当前文件编码   
enca -L zh_CN ip.txt     
Simplified Chinese National Standard; GB2312     
Surrounded by/intermixed with non-text data    
3.转换   

命令格式如下   

$enca -L 当前语言 -x 目标编码 文件名

-L zh_CN 一般也可以不用指定。

例如要把当前目录下的所有文件都转成utf-8   

enca -L zh_CN -x utf-8 *

enca -x utf-8 *

检查文件的编码 

enca -L zh_CN file

将文件编码转换为"UTF-8"编码 

enca -L zh_CN -x UTF-8 file

如果不想覆盖原文件可以这样

enca -L zh_CN -x UTF-8 < file1 > file2 
阅读 29.9k

推荐阅读
hello, world
用户专栏

Stay hungry. Stay foolish.

25 人关注
35 篇文章
专栏主页
目录