linux下的文件的编码

linux下的文件的编码

(源自：杨志刚 博客 http://yangzhigang.cublog.cn)

 

前言：
    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（可能需要安装，安装方式见后文）
     # 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。
（可能需要安装，安装见后文）
  用法：
   Convmv –f 源编码 –t 新编码 [option] filename

安装enca
下载相关rpm包。地址（ ）
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

 

安装convmv
下载相关rpm包，()