Question

我们机构有大约28000篇文章，其编码不是utf-8。我被要求找到一种方法将其编码更改为utf-8。是否有任何linux或Windows命令更改文件的编码而不打开文件？显然，打开28000个文件并逐个更改它们并不是一个好主意！

Answer 1

iconv可用于将文本文件从一种编码转换为另一种编码。大多数Linux发行版应该拥有它 - 通常作为glibc的一部分;如果没有，那么作为一个单独的可安装包。

所以，如果他们是拉丁语-1（ISO-8859-1），你可以这样做：

$ iconv -f ISO-8859-1 -t UTF-8 foo.txt >foo-utf8.txt

您可以使用find将其整理成一行，例如：

$ tmpdir=$(mktemp -d -t $tempXXXXXX); find . -type f -exec iconv -f ISO-8859-1 -t UTF-8 {} >${tmpdir}/temp \; -exec mv ${tmpdir}/temp {} \; ; rmdir ${tmpdir}

但是你可以在半打的bash / python / perl /中使它更具可读性和更强大。

Answer 2

您可以使用基本的shell命令轻松更改文件的编码。

$filesDir = Get-ChildItem "D:\Code"
$OutputDir="D:\programability\"
for ($j=0; $j -lt $filesDir.Count; $j++)
{
$SubDir=$filesDir[$j].FullName
[system.io.directory]::CreateDirectory($OutputDir+$filesDir[$j].name)
$files = Get-ChildItem $SubDir
for ($i=0; $i -lt $files.Count; $i++) {
    $outfile = $OutputDir+$filesDir[$j].name+"\"+$files[$i].name 
     $files[$i].name    
    Get-Content $files[$i].FullName | Set-Content -Encoding UTF8 $outfile
}
}

这会将文件编码更改为UTF-8，包括子文件夹中的文件

如何在不打开shell编程的情况下更改文本文件的编码

2 个答案: