通常来说,Windows中默认的文件格式是GBK(gb2312),而Linux一般都是UTF-8,所以Linux下打开windows的文件会有乱码的情况。另外,有时要将文件进行编码转换,如将简体中文转换为繁体中文。
基于以上情况,本文将就在linux下查看和转换文件的编码进行说明。
1.查看文件的编码
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。
2)enca查看文件编码
# enca filename 直接用enca加文件名查看
# enca -L zh_CN filename
注:enca对某些GBK编码的文件识别不是很好,识别时会出现:unrecognized encoding.
2.转换文件的编码
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,如:
# enconv -L zh_CN -x UTF-8 filename
# enca -L zh_CN -x UTF-8 < file1 > file2 不覆盖原文件
3)iconv 转换,iconv的命令格式如下:
# iconv -f encoding -t encoding inputfile
# iconv -l 查询可用编码
# for i in `find ./ -name *.html`;do echo $i;iconv -f gb2312 -t big5 $i -o /tmp/iconv.tmp;mv /tmp/iconv.tmp $i;done
批量转换文件编码实例之一
3.文件名编码转换
Linux与windows间拷贝文件,有时文件名会出现乱码,是因为Windows的文件名中文编码默认为GBK,而Linux默认的文件名为UTF8。在Linux中有个工具,convmv,可以对文件名进行GBK和UTF的相互转换。
用法:
Convmv -f 源编码 -t 新编码 [option] filename
安装enca
下载相关rpm包。地址(http://rpmfind.net/linux/RPM/dag/redhat/el5/i386/ )
我下载的是:enca-1.10-1.el5.rf.i386.rpm和enca-devel-1.10-1.el5.rf.i386.rpm
安装:
# rpm -ivh enca-1.10-1.el5.rf.i386.rpm
# rpm -ivh enca-devel-1.10-1.el5.rf.i386.rpm