Linux下如何进行文件转码
可以使用 file
命令,并添加 -i
或 --mime
参数来查看一个文件的字符编码,但是这种查看编码的方式并不是准确,比如我在CentOS7.3 测试的时候它把GBK编码的文件识别成了ISO8859-1,所以最好是自己明白文件的原始编码。
使用命令行工具将使用某种字符编码的文件转化为另一种编码,在 Linux 中,命令行工具 iconv
用来将使用一种编码的文本转化为另一种编码。查看iconv工具支持的编码:
1iconv -l
这个工具使用起来很简单,比如我把原本为GBK编码的HttpServer.cpp转为UTF-8编码的HttpServer_UTF8.cpp:
1iconv -f gbk -t utf-8 HttpServer.cpp -o HttpServer_UTF8.cpp
当然如果需要转换多个文件的时候可能就需要Shell脚本来完成咯!
如果输出编码后面添加了 //IGNORE
字符串,那些不能被转换的字符将不会被转换,并且在转换后,程序会显示一条错误信息。
如果字符串 //TRANSLIT
被添加到了上面例子中的输出编码之后 (UTF-8//TRANSLIT
),待转换的字符会尽量采用形译原则。也就是说,如果某个字符在输出编码方案中不能被表示的话,它将会被替换为一个形状比较相似的字符:
1iconv -f gbk -t utf-8//TRANSLIT HttpServer.cpp -o HttpServer_UTF8.cpp
如何在C语言中使用转码呢?下面是一个使用示例:
1#include <iconv.h>
2#include <stdio.h>
3#include <string.h>
4
5int code_convert(char *inbuf,int inlen,char *outbuf,int outlen)
6{
7 iconv_t cd;
8 int rc;
9 char **pin = &inbuf;
10 char **pout = &outbuf;
11
12 cd = iconv_open("UTF-8","GB2312");
13 if (cd==0) return -1;
14 memset(outbuf,0,outlen);
15 if (iconv(cd,pin,&inlen,pout,&outlen) == -1)
16 return -1;
17 iconv_close(cd);
18 return 0;
19}
gcc编译器默认字符集就是UTF-8,如果你不想修改源文件的编码的时候可以修改编译参数: