Linux下文字檔案編碼轉換

[gbasedbt@centos7 iconv]$ echo $lang 
en_us.utf-8

新建的文字檔案格式也為utf-8

[gbasedbt@centos7 iconv]$ more ts_utf8.txt 時間序列儲存在容器中，容器型別似於表，時間序列的資料是連續的。容器池是一組容器的集合。滾動視窗容器的概念，相關活動視窗、休眠視窗，分割槽銷毀。資料型別和系統表: 資料型別包括：calendarpattern、calendar、timeseries 系統表包括：calendarpatterns、 calendartable、tsinstancetable、tscontainertable [gbasedbt@centos7 iconv]$ file ts_utf8.txt

ts_utf8.txt: utf-8 unicode text

[gbasedbt@centos7 iconv]$ iconv -f utf-8 -t gbk -o ts_utf8_2_gbk.txt ts_utf8.txt

說明：

-f 表示原始檔編碼格式

-t 表示目標檔案編碼格式

-o 表示輸出檔案的名稱

因為utf-8編碼中，漢字的編碼一般為3個位元組，而gbk中一般為2個位元組。故會有所差別。

[gbasedbt@centos7 iconv]$ ll total 8 -rw-rw-r-- 1 gbasedbt gbasedbt 292 jun 18 19:59 ts_utf8_2_gbk.txt

-rw-rw-r-- 1 gbasedbt gbasedbt 388 jun 18 19:57 ts_utf8.txt

在linux作業系統中，需要環境中的lang與文字檔案編碼相容才能友好顯示。

如果使用的是xterm之類的終端，還需要設定終端的字符集與lang匹配，才能友好顯示。

[gbasedbt@centos7 iconv]$ echo $lang
zh_cn.gb18030

顯示文字內容，評估文字檔案的型別

[gbasedbt@centos7 iconv]$ more ts_utf8_2_gbk.txt 時間序列儲存在容器中，容器型別似於表，時間序列的資料是連續的。容器池是一組容器的集合。滾動視窗容器的概念，相關活動視窗、休眠視窗，分割槽銷毀。資料型別和系統表: 資料型別包括：calendarpattern、calendar、timeseries 系統表包括：calendarpatterns、 calendartable、tsinstancetable、tscontainertable [gbasedbt@centos7 iconv]$ file ts_utf8_2_gbk.txt

ts_utf8_2_gbk.txt: iso-8859 text

這裡顯示的文字檔案型別是iso-8859，而非utf-8。

同樣的，我們也可以將gbk轉換成utf-8格式

[gbasedbt@centos7 iconv]$ echo $lang zh_cn.gb18030 [gbasedbt@centos7 iconv]$ iconv -f gbk -t utf-8 -o ts_utf8_2_gbk_2_utf8.txt ts_utf8_2_gbk.txt [gbasedbt@centos7 iconv]$ ll 總用量 12 -rw-rw-r-- 1 gbasedbt gbasedbt 388 6月 18 20:33 ts_utf8_2_gbk_2_utf8.txt -rw-rw-r-- 1 gbasedbt gbasedbt 292 6月 18 19:59 ts_utf8_2_gbk.txt -rw-rw-r-- 1 gbasedbt gbasedbt 388 6月 18 19:57 ts_utf8.txt [gbasedbt@centos7 iconv]$ file ts_utf8_2_gbk_2_utf8.txt

ts_utf8_2_gbk_2_utf8.txt: utf-8 unicode text

可以注意到生成的兩個utf-8檔案的編碼是一致的。

Linux下文字檔案編碼轉換

linux下文字檔案轉換編碼格式的方法

高速清空linux下文字檔案內容

快速清空linux下文字檔案內容

Linux下文字檔案編碼轉換

linux下文字檔案轉換編碼格式的方法

高速清空linux下文字檔案內容

快速清空linux下文字檔案內容

相關推薦