我想测试一些文件字符编码检测功能，在其中输入UTF-8，windows-1252，ISO-8859-1等类型的文件。
我还想输入字符编码未知的文件，以便可以提醒用户。
我还没有找到一种创建字符编码未知或无法检测的文件的好方法。
答案 0 :(得分：1)
head -c1024 /dev/random > /tmp/badencoding
几乎可以肯定，这实际上是您想要的（1kB的随机数据），但是对于“无法检测的字符编码”并没有一个很好的定义。此随机文件是 legacy 8位ASCII码。肯定不是8位ASCII的事实只是一种启发。因此，您要做的就是测试算法是否以用户可能希望的方式工作；没有阅读创建文件的人的想法，这里就没有最终的“正确”。
答案 1 :(得分：0)
一个空的文本文件具有不可检测的字符编码（除非它具有Unicode BOM）。
但是，基本上，您要么要求用户告诉他们正在使用的文件编码哪个字符，要么告诉他们要使用哪个字符（或者，如果指定了默认值但允许覆盖它，则两者都可以使用[是许多编译器的工作。]）。
然后您可以根据约定的字符编码测试内容的有效性。这将捕获一些错误，但请注意，许多字符编码都允许具有任何值的任何字节序列，因此任何内容始终有效（即使字符编码不是用于写入文件的内容）。
然后，您可以测试与预期值（例如某些语法或允许的字符或单词）的一致性，以捕获更多错误（但不一定能说出字符编码不匹配；可能只是内容不正确）。
要创建具有不同字符编码的文件，您可以编写程序或使用第三方程序，例如iconv或PowerShell。
如果您想要未知的字符编码，只需生成一个随机整数图，转换文件，丢弃该图，然后甚至不知道。
最终，文本文件对于用户来说太技术性了。给他们一些其他选项，例如打开的文档或电子表格格式，例如.odt，.docx，.ods或.xlsx。这些很容易被程序阅读。