我有一个文本文件,根据以下编码file
:
ISO-8859 文本,带有 CRLF 行终止符
该文件包含带有重音符号的法语文本。我的 shell 能够显示重音,并且emacs
在控制台模式下能够正确显示这些重音。
我的问题是more
,cat
工具less
无法正确显示该文件。我猜这意味着这些工具不支持这个字符编码集。这是真的?这些工具支持哪些字符编码?
答案1
您的 shell 可以显示重音符号等,因为它可能使用 UTF-8。由于有问题的文件是不同的编码,less
more
并且cat
尝试将其读取为 UTF 并失败。您可以使用以下命令检查当前的编码
echo $LANG
您有两种选择,可以更改默认编码,或将文件更改为 UTF-8。要更改编码,请打开终端并输入
export LANG="fr_FR.ISO-8859"
例如:
$ echo $LANG
en_US.UTF-8
$ cat foo.txt
J'ai mal � la t�te, c'est chiant!
$ export LANG="fr_FR.ISO-8859"
$ xterm <-- open a new terminal
$ cat foo.txt
J'ai mal à la tête, c'est chiant!
如果您正在使用gnome-terminal
或类似的,您可能需要激活编码,例如terminator
右键单击并:
为了gnome-terminal
:
您的另一个(更好)选择是更改文件的编码:
$ cat foo.txt
J'ai mal � la t�te, c'est chiant!
$ iconv -f ISO-8859-1 -t UTF-8 foo.txt > bar.txt
$ cat bar.txt
J'ai mal à la tête, c'est chiant!
答案2
ISO-8858 字符编码对于 Linux 系统来说有点过时了。您的整个 Linux 系统可能一直使用 UTF-8。包括您的终端模拟器和 shell。
然而。cat
,grep
并且less
不做任何编码转换,他们会将你的 ISO-8859/latin1 文件视为 UTF-8,这是行不通的。
如果 emacs 能够显示它们,那是因为它尝试自动检测所使用的编码并且显然成功了。告诉 emacs 将文件保存为 UTF-8,然后您就可以在其上使用cat
//grep
任何内容。
如果您知道确切的字符编码(ISO-8859 是它们的集合,您必须知道确切的编码:ISO-8859-1 或 ISO-8859-15 或更糟),您还可以从命令行转换文件:
iconv --from-code ISO-8859-15 your_file -o your_file_as_utf8
答案3
Cat、More 和 Less 只是执行显示文件的工作。编码之间的转换并不在他们的工作描述中。换行符的编码不是问题,因为 CRLF 的显示方式与普通行结尾 LF 一样,但您的终端可能需要 UTF-8 编码的文本,这是当今事实上的标准。
卢伊特在支持的编码和 UTF-8 之间进行转换。您可以通过设置LC_CTYPE
环境变量或使用选项来告诉 Luit 要翻译哪种编码-encoding
。例如,要显示 latin-1(又名 ISO 8859-1)文件:
LC_CTYPE=en_US luit less somefile
luit -encoding ISO8859-1 less somefile
如果文件采用 Luit 不支持的某种外来编码,您可以通过翻译程序将其传输。图标支持多种编码。
iconv -f latin1 somefile
iconv -f latin1 somefile | less