linux下文件編碼轉換

 安裝程序「autob5」

  sudo apt-get install zh-autoconvert

將編碼爲：gb2312的Hello1.java文件轉換成編碼爲UTF8的Hello.java文件。

   autob5 -i gb -o utf8 -o Hello.java

 

或者：

   iconv -f GB2312 -t UTF-8 Hello1.java -o Hello.java

 

查看文件編碼
在Linux中查看文件編碼能夠經過如下幾種方式：
1.在Vim中能夠直接查看文件編碼
:set fileencoding
便可顯示文件編碼格式。
若是你只是想查看其它編碼格式的文件或者想解決用Vim查看文件亂碼的問題，那麼你能夠在
~/.vimrc 文件中添加如下內容：

set encoding=utf-8 fileencodings=ucs-bom,utf-8,cp936

這樣，就可讓vim自動識別文件編碼（能夠自動識別UTF-8或者GBK編碼的文件），其實就是依照 fileencodings提供的編碼列表嘗試，若是沒有找到合適的編碼，就用latin-1(ASCII)編碼打開。
2. enca (若是你的系統中沒有安裝這個命令，能夠用sudo yum install -y enca 安裝 )查看文件編碼
$ enca filename
filename: Universal transformation format 8 bits; UTF-8
CRLF line terminators
須要說明一點的是，enca對某些GBK編碼的文件識別的不是很好，識別時會出現：
Unrecognized encoding

文件編碼轉換
1.在Vim中直接進行轉換文件編碼,好比將一個文件轉換成utf-8格式
:set fileencoding=utf-8

2. enconv 轉換文件編碼，好比要將一個GBK編碼的文件轉換成UTF-8編碼，操做以下
enconv -L zh_CN -x UTF-8 filename

3. iconv 轉換，iconv的命令格式以下：
iconv -f encoding -t encoding inputfile
好比將一個UTF-8 編碼的文件轉換成GBK編碼
iconv -f GBK -t UTF-8 file1 -o file2

查看文件編碼file命令

file ip.txt  ip.txt: UTF-8 Unicode text, with escape sequences

1、利用iconv命令進行編碼轉換文件內容編碼轉換  iconv命令用於轉換指定文件的編碼,默認輸出到標準輸出設備,亦可指定輸出文件。  用法： iconv [選項...] [文件...]  有以下選項可用:  輸入/輸出格式規範：  -f, --from-code=名稱 原始文本編碼  -t, --to-code=名稱 輸出編碼  信息：  -l, --list 列舉全部已知的字符集    輸出控制：  -c 從輸出中忽略無效的字符  -o, --output=FILE 輸出文件  -s, --silent 關閉警告  --verbose 打印進度信息  -?, --help 給出該系統求助列表  --usage 給出簡要的用法信息  -V, --version 打印程序版本號    例子:  iconv -f utf-8 -t gb2312 aaa.txt >bbb.txt  這個命令讀取aaa.txt文件，從utf-8編碼轉換爲gb2312編碼,其輸出定向到bbb.txt文件。

2、文件名編碼轉換

由於如今用linux,原來在windows裏的文件都是用GBK編碼的。因此copy到linux下是亂碼，文件內容能夠用iconv來轉換但是好多中文的文件名仍是亂碼，找到個能夠轉換文件名編碼的命令，就是convmv。

convmv命令詳細參數  例如

convmv -f GBK -t UTF-8 *.mp3

不過這個命令不會直正的轉換，你能夠看到轉換先後的對比。若是要直正的轉換要加上參數 --notest

convmv -f GBK -t UTF-8 --notest *.mp3

-f 參數是指出轉換前的編碼，-t 是轉換後的編碼。這個千萬不要弄錯了。否則可能仍是亂碼哦。還有一個參數頗有用。就是 -r 這個表示遞歸轉換當前目錄下的全部子目錄。

* 須要安裝 convmv-1.10-1.el5.noarch.rpm

3、  更好的傻瓜型命令行工具enca，它不但能智能的識別文件的編碼，並且還支持成批轉換。  　　
1.安裝  　　
$sudo apt-get install enca  　　
2.查看當前文件編碼  　　
enca -L zh_CN ip.txt     Simplified Chinese National Standard; GB2312     Surrounded by/intermixed with non-text data  　　
3.轉換  　　命令格式以下  　　
$enca -L 當前語言 -x 目標編碼 文件名  　　
例如要把當前目錄下的全部文件都轉成utf-8  　　
enca -L zh_CN -x utf-8 *     
檢查文件的編碼　enca -L zh_CN file   　　
 將文件編碼轉換爲"UTF-8"編碼　 enca -L zh_CN -x UTF-8 file
若是不想覆蓋原文件能夠這樣         enca -L zh_CN -x UTF-8 < file1 > file2

4、tr

tr -d "\r" < infile > outfile