VIM查看中文编码文件显示为乱码的解决办法.docVIP

如果你需要在Linux中操作windows下的文 件，那么你可能会经常遇到文件编码转换的问题。Windows中默认的文件格式是GBK(gb2312)，而Linux一般都是UTF-8。下面介绍一 下，在Linux中如何查看文件的编码及如何进行对文件进行编码转换。 查看文件编码 在Linux中查看文件编码可以通 过以下几种方式： 1.在Vim中可以直接查看文件编码 :set fileencoding 即可显示文件编码格式。 如果你 只是想查看其它编码格式的文件或者想解决用Vim查看文件乱码的问题，那么你可以在 ~/.vimrc 文件中添加以下内容： let termencoding=encoding set fileencodings=utf-8,ucs-bom,gbk,cp936 这样，就可以让vim自动识别文 件编码（可以自动识别UTF-8或者GBK编码的文件），其实就是依照fileencodings提供的编码列表尝试，如果没有找到合适的编码，就用 latin-1(ASCII)编码打开。 文件编码转换 1.在Vim中直接进行转换文件编码,比如将一个文件转 换成utf-8格式 :set fileencoding=utf-8 2. iconv 转换，iconv的命令格式如下： iconv -f encoding -t encoding inputfile 比如将一个UTF- 8 编码的文件转换成GBK编码 iconv -f GBK -t UTF-8 file1 -o file2 Linux 对一个3G的文本进行编码转换全过程 本过程中涉及到的Linux的命令有：split, iconv, cat 问题：有一个3G 的文本a.txt，编码格式为gbk，现在需要对其进行转换成为utf-8。 难点：iconv的转换是在内存中进行的，因此3G大小的文本，无法 进行直接转换。 思路：先利用split进行文件切分，然后对每一个字文件进行ivonv转换，最后进行cat合并。 1) ll -h a.txt 查看文件的大小，2.9G 2) wc -l a.txt 查看文件的行数，9千200万行 3) split -la.txt chunk 按照每个文件2千万行进行切割，共分成5个文件 4) 进行转换 iconv -f gbk -t utf-8 chunka chunka_utf8 -c iconv -f gbk -t utf-8 chunkb chunkb_utf8 -c iconv -f gbk -t utf-8 chunkc chunkc_utf8 -c iconv -f gbk -t utf-8 chunkd chunkd_utf8 -c iconv -f gbk -t utf-8 chunke chunke_utf8 -c 5) rm chunka chunkb chunkc chunkd chunke 删除原文件 6) cat chunk* a.txt_utf8 进行合并 至此，工作完成 二、 批 量文件编码转换 本操作有风险，请注意操作前备份文件。 1.将原来所有编码为gb2312的*.java文件转换为编码为utf-8 的*.java.new文件 for i in `find . -name *.java`; do iconv -f gb2312 -t utf-8 $i -o $i.new; done 2.将*.java.new文件的.new扩展名去除 find . -name *.new | sed s/\(.*\).new$/mv \1/ | sh 三、 linux下有 许多方便的小工具来转换编码， 文本内容转换 iconv 文件名转换 convmv mp3标签转换 python-mutagen 四、 用法： iconv [选项...] [文件...] 转换给定文件的编码。 输 入/输出格式规范： -f, --from-co de=名称 原始文本编码 -t, --to-code=名 称 输出编码 信息： -l, --list 列举所有已知的字符集 输出 控制： -c 从输出中忽略无效的字符 -o, --output=FILE 输出文件 -s, --silent 关闭警告 --verbose 打印进度信息 -?, --help 给出该系统求助列表 --usage 给出简要的用法信息 -V, --version 打印程序版本号 五、 find default -type d -exec mkdir -p utf/{} \; find default -type f -e