Linux系统中关于文件编码以及编码的转换

 

Windows中默认的文件格式是GBK(gb2312)，当然也可以保存为UTF-8的，最简单的方法是用记事本的“另存为”就可以做到。

为了与windows兼容，SecureCRT中文件编码的默认配置是”Default”，其实也就是GBK。如果我们将其更改为了”UTF-8″，那么我们查看从windows中scp过去的GBK文件就会变成乱码，需要进行转换，比较麻烦。

不过有时候我们也需要进行编码的转换，比如这次我这次在建立cacti的模板的时候使用了中文，apache默认是UTF-8的编码，所以记录到mysql数据库中的就是UTF-8的编码了(奇怪的是，在mysql中使用”set names utf-8″看不到正确的中文，需要使用”hex()”函数来看二进制，数一下字符数量，看是不是utf-8…..)。而当我使用批量添加主机的脚本来添加新服务器信息到数据库后，发现在网页中出现了乱码。原因是在cli中使用脚本的话，中文是使用GBK的格式保存到数据库中的。于是变成了很郁闷的情况，无论将浏览器编码设置为”UTF-8″还是”GB2312″，总会有一部分中文是乱码的。

解决的方法，不是将原来的模板的中文都转换成gb2312，就是要将以后添加的主机信息里面的中文转换成UTF-8。因为我比较喜欢UTF-8一点，所以我决定用后一种方法。

linux里面转换编码的方法很多，google了一下，一般的人都是用”iconv”命令来进行转换。但是由于我需要在脚本里面判断文件的编码，”iconv”就不太适用。其实Linux里面还有另一个能进行编码转换，并比”iconv”功能强大的”enca”。

debian中的安装:

aptitude install enca

使用方法：

enca -L zh_CN file 检查文件的编码

enca -L zh_CN -x UTF-8 file 将文件编码转换为"UTF-8"编码

enca -L zh_CN -x UTF-8 < file1 > file2 如果不想覆盖原文件可以这样

除了有检查文件编码的功能以外，”enca”还有一个好处就是如果文件本来就是你要转换的那种编码，它不会报错，还是会print出结果来，而”iconv”则会报错。这对于脚本编写是比较方便的事情。