已经结贴.结贴 文件编码方式 - enca

sunzhiguolu

file 命令查看文件的编码方式, 结果显示 ISO-8859, 与 iconv 支持的哪种编码方式对应.

1. 
   
2. file data.txt
   
3. data.txt: ISO-8859 text, with CRLF line terminators
   
4. --------------------------------------------------------------
   
5. CP28591 CP819 IBM819 ISO-8859-1 ISO-IR-100 ISO8859-1 ISO8859_1 ISO_8859-1 ISO_8859-1:1987 L1 LATIN1 CSISOLATIN1
   
6. CP28592 ISO-8859-2 ISO-IR-101 ISO8859-2 ISO8859_2 ISO_8859-2 ISO_8859-2:1987 L2 LATIN2 CSISOLATIN2
   
7. CP28593 ISO-8859-3 ISO-IR-109 ISO8859-3 ISO8859_3 ISO_8859-3 ISO_8859-3:1988 L3 LATIN3 CSISOLATIN3
   
8. CP28594 ISO-8859-4 ISO-IR-110 ISO8859-4 ISO8859_4 ISO_8859-4 ISO_8859-4:1988 L4 LATIN4 CSISOLATIN4
   
9. CP28595 CYRILLIC ISO-8859-5 ISO-IR-144 ISO8859-5 ISO8859_5 ISO_8859-5 ISO_8859-5:1988 CSISOLATINCYRILLIC
   
10. ARABIC ASMO-708 CP28596 ECMA-114 ISO-8859-6 ISO-IR-127 ISO8859-6 ISO8859_6 ISO_8859-6 ISO_8859-6:1987 CSISOLATINARABIC
    
11. CP28597 ECMA-118 ELOT_928 GREEK GREEK8 ISO-8859-7 ISO-IR-126 ISO8859-7 ISO8859_7 ISO_8859-7 ISO_8859-7:1987 ISO_8859-7:2003 CSISOLATINGREEK
    
12. CP28598 CP38598 HEBREW ISO-8859-8 ISO-IR-138 ISO8859-8 ISO8859_8 ISO_8859-8 ISO_8859-8:1988 CSISOLATINHEBREW
    
13. CP28599 ISO-8859-9 ISO-IR-148 ISO8859-9 ISO8859_9 ISO_8859-9 ISO_8859-9:1989 L5 LATIN5 CSISOLATIN5
    
14. ISO-8859-10 ISO-IR-157 ISO8859-10 ISO_8859-10 ISO_8859-10:1992 L6 LATIN6 CSISOLATIN6
    
15. ISO-8859-11 ISO8859-11 ISO_8859-11
    
16. ISO-8859-13 ISO-IR-179 ISO8859-13 ISO_8859-13 L7 LATIN7
    
17. ISO-8859-14 ISO-CELTIC ISO-IR-199 ISO8859-14 ISO_8859-14 ISO_8859-14:1998 L8 LATIN8
    
18. CP28605 ISO-8859-15 ISO-IR-203 ISO8859-15 ISO_8859-15 ISO_8859-15:1998 LATIN-9
    
19. ISO-8859-16 ISO-IR-226 ISO8859-16 ISO_8859-16 ISO_8859-16:2001 L10 LATIN10
    
20. 
    

复制代码

sunzhiguolu

利用 file -i data.txt 得出的结果, iconv 转换后出现一堆乱码.  直接利用 gb2312 to utf8 倒是可以, 哪位大神能为解释下, 谢谢...

1. What@What-PC /tmp
   
2. $ file -i data.txt
   
3. data.txt: text/plain; charset=iso-8859-1
   
4. 
   
5. What@What-PC /tmp
   
6. $ iconv -f iso-8859-1 -t utf8 data.txt
   
7. »ªÖÐ.ÒæÑôB5³§.»ªÖÐ.ÒæÑôB5³§/20kV.#3»ú
   
8. ½­Î÷.¾Å½­Ð³§.½­Î÷.¾Å½­Ð³§/15.75kV.#7»ú
   
9. What@What-PC /tmp
   
10. $ iconv -f gb2312 -t utf8 data.txt
    
11. 华中.益阳B5厂.华中.益阳B5厂/20kV.#3机
    
12. 江西.九江新厂.江西.九江新厂/15.75kV.#7机

复制代码

sunzhiguolu

通过 file 命令可以获取到 iconv 命令指定的编码方式吗, 查了下使用 vi 编辑器可以查看编码方式.
用 file 命令可以做到吗.

yjh777

man enca   貌似这个可以

yjh777

还有人说这个 https://libraries.io/cocoapods/uchardet
  但是看页面没有提 gb2312

sunzhiguolu

回复 4# yjh777
多谢大神帮忙, 我的是 Win 7 + Cygwin 环境 里面好像没有 enca 这个命令.

   

yjh777

http://cygwinports.org/

https://sourceforge.net/p/cygwin-ports/enca/ci/master/tree/

sunzhiguolu

回复 7# yjh777
大神, 我是从第一个链接下载的 Cygwin x64 安装程序,
第二个链接 有点不知所措, 能给个参考吗. 谢谢...


   

yjh777

搜了一下 发现有这个包
  https://cygwin.com/cgi-bin2/pack ... nca&arch=x86_64

你直接用
  setup.exe-x86_64.exe  -q --packages=enca    #应该就可以了

yjh777

如果原来的 cygwin 版本旧了，下载最新的 setup.exe-x86_64.exe ;

然后先 ./setup.exe-x86_64.exe  -q  -g  升级一下，要不然很多命名执行回失败，也没有任何输出