Linux对中文的支持不是很好,
也不像Windows样,会对文件名,文件内容做字符集的自动转换。
例如,将Windows下的文件复制到Linux下,会出现一堆的乱码,
这时,就要用到linux的一些字符集转换工具来处理。
1. 批量文件名字符集转换工具 -- convmv
下载链接:
convmv是一个更改文件名编码方式的工具,
它甚而可以进行目录下文件名的批量转换。
例如,
将/home目录下原来文件名是gbk编码方式的全部改为utf-8格式的,
使用命令如下:
- $./convmv -f gbk -t utf8 -r –notest /home
-f 文件名原编码方式;
-t 文件名要更改为的编码方式;
-r 这个目录下面的所有文件;
-notest 表示马上执行,而不是仅仅测试而已。
更多的功能详解可见它的帮助:
- USAGE: convmv [options] FILE(S)
- -f enc encoding *from* which should be converted
- -t enc encoding *to* which should be converted
- -r recursively go through directories
- -i interactive mode (ask for each action)
- --nfc target files will be normalization form C for UTF-8 (Linux etc.)
- --nfd target files will be normalization form D for UTF-8 (OS X etc.)
- --qfrom be quiet about the "from" of a rename (if it screws up your terminal e.g.)
- --qto be quiet about the "to" of a rename (if it screws up your terminal e.g.)
- --exec c execute command instead of rename (use #1 and #2 and see man page)
- --list list all available encodings
- --lowmem keep memory footprint low (see man page)
- --nosmart ignore if files already seem to be UTF-8 and convert if posible
- --notest actually do rename the files
- --replace will replace files if they are equal
- --unescape convert%20ugly%20escape%20sequences
- --upper turn to upper case
- --lower turn to lower case
- --help print this help
2. 文件内容字符集转换工具 -- iconv
它通常是Linux系统自带的转换工具。
- $iconv -f gbk -t utf8 -o outfile infile
-f 文件原来的编码方式;
-t 输出文件的编码方式;
-o 输出文件名,这利用outfile表示,
最后跟上要更改编码方式的文件名infile
这个工具有两个缺陷:
一个是必须先知道文件原来的编码方式, 否则将出错。
这个可以用命令 "file filename" 得到。
二个是如果转换出错,将不会返回。
iconv的用法:
- 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。
- 用法: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
- --help 给出该系统求助列表
- --usage 给出简要的用法信息
- -V, --version 打印程序版本号
3. 强大的文件内容字符集转换工具 -- enca
下载地址:
- $wget http://dl.cihar.com/enca/enca-1.13.tar.gz
在应用上enca比iconv更完善,在中文支持上enca比iconv支持得好,
iconv当遇到不支持的中文时会跳过或者报错cannot iconving。
所以推荐用enca。
编译与安装:
- $tar -jxvf enca-1.13
- $cd enca-1.13
- $./configure
- $make
- $make check
- $make install
编译时的出错解决:
如果编译时遇到出错提示:
- ...
- /usr/bin/ld: /usr/lib/gcc/x86_64-redhat-linux/4.1.2/../../../../lib64/libm.a(w_exp.o):
- relocation R_X86_64_32 against `a local symbol' can not be used when making a shared object;
- recompile with -fPIC
- /usr/lib/gcc/x86_64-redhat-linux/4.1.2/../../../../lib64/libm.a: could not read symbols:
- Bad value
- collect2: ld returned 1 exit status
- make[2]: *** [libenca.la] Error 1
- ...
则需要更改它的配置选项为:
- $./configure --enable-shared=no
原因详解:
使用示例:
- enca -L zh_CN test.sql // 检查文件编码
- enca -L zh_CN -x UTF-8 test.sql // 将文件编码转换为UTF-8编码
- enca -L zh_CN -x UTF-8 <test.sql> test2.sql // 转换并另存为test2.sql
阅读(515) | 评论(0) | 转发(0) |