1. 關於linux下的文本文件格式轉換問題。
linux下文本文件格式轉換有不同情景:
如果你需要在Linux 中操作windows下的文件,那麼你可能會經常遇到文件編碼轉換的問題。Windows中默認的文件格式是GBK(gb2312),而Linux一般都是UTF-8。下面介紹一下,在Linux中如何查看文件的編碼及如何進行對文件進行編碼轉換。
查看文件編碼
在Linux中查看文件編碼可以通過以下幾種方式:
1.在Vim 中可以直接查看文件編碼
Shell代碼
:set fileencoding
即可顯示文件編碼格式。
如果你只是想查看其它編碼格式的文件或者想解決用Vim查看文件亂碼的問題,那麼你可以在
~/.vimrc 文件中添加以下內容:
Shell代碼
set encoding=utf-8 fileencodings=ucs-bom,utf-8,cp936
這樣,就可以讓vim自動識別文件編碼(可以自動識別UTF-8或者GBK編碼的文件),其實就是依照 fileencodings提供的編碼列表嘗試,如果沒有找到合適的編碼,就用latin-1(ASCII)編碼打開。
2. enca (如果你的系統中沒有安裝這個命令,可以用sudo yum install -y enca 安裝 )查看文件編碼
$ enca filename
filename: Universal transformation format 8 bits; UTF-8
CRLF line terminators
需要說明一點的是,enca對某些GBK編碼的文件識別的不是很好,識別時會出現:
Unrecognized encoding
文件編碼轉換
1.在Vim中直接進行轉換文件編碼,比如將一個文件轉換成utf-8格式
Shell代碼
:set fileencoding=utf-8
2. enconv 轉換文件編碼,比如要將一個GBK編碼的文件轉換成UTF-8編碼,操作如下
enconv -L zh_CN -x UTF-8 filename
3. iconv 轉換,iconv的命令格式如下:
iconv -f encoding -t encoding inputfile
比如將一個UTF-8 編碼的文件轉換成GBK編碼
iconv -f GBK -t UTF-8 file1 -o file2
2. Linux命令word轉TXT文件保持文本格局
用soffice指令進行轉換。
用soffice指令效果不錯,就是不能並行轉換。
Linux中常常涉及到多種文檔格式,如doc、txt、html、rtf等等。為了方便文件傳遞,就可能需要在各種格式之間進行轉換。LibreOffice、ApacheOpenOffice可以方便的打開多各文檔格式並按需進行轉換,但要一次處理大量文件或要編寫進行轉換時,僅用OpenOffice就難以勝任了。unoconv利用LibreOffice的UNO介面實現了命令行文檔格式轉換功能,支持所有LibreOffice支持的文件格式,為文檔的批量轉換提供了可能。