我有一组混合编码的 tex 文件,例如(输出的子集file -i *.tex
)
f1.tex: text/plain; charset=utf-8
f2.tex: text/plain; charset=utf-8
f3.tex: text/x-tex; charset=us-ascii
f4.tex: text/plain; charset=iso-8859-1
f5.tex: text/plain; charset=us-ascii
我想将它们全部转换为utf-8
,尤其是那些编码的iso-8859-1
.我可以使用(或类似的)手动执行此操作
iconv -f ISO-8859-1 -t UTF-8 f4.tex > tmp && mv tmp f4.tex
但我认为结合使用awk
上述内容是很可能的,即file -i
使用 运行解析文件/编码组合awk
并相应地使用 执行编码转换iconv
。
我的了解awk
相当有限。我没有比这更进一步的了:
$ file -i *.tex | awk '{print $1, $3}'
f1.tex: charset=utf-8
f2.tex: charset=utf-8
f3.tex: charset=us-ascii
f4.tex: charset=iso-8859-1
f5.tex: charset=us-ascii
任何帮助表示赞赏!特别是,我不知道如何从列中去除冒号:
和子字符串。charset=
答案1
似乎在这里使用 sed 而不是 awk 更好:
file -i *tex | sed \
's/^\([^:]*\): .*set=\(.*\)/iconv -f \2 -t UTF-8 \1 > tmp \&\& mv tmp \1/e'
它将执行sed
基于file -i
输出的命令。如果您想查看命令列表而不执行,只需删除e
sed 脚本末尾的标志,如下所示:
file -i *tex | sed \
's/^\([^:]*\): .*set=\(.*\)/iconv -f \2 -t UTF-8 \1 > tmp \&\& mv tmp \1/'