1

我有几个文档需要从 ISO-8859-1 转换为 UTF-8（当然没有 BOM）。这就是问题所在。我有很多这样的文档（它实际上是文档的混合，一些 UTF-8 和一些 ISO-8859-1），我需要一种自动转换它们的方法。不幸的是，我只安装了 ActivePerl，并且对该语言的编码知之甚少。我可能能够安装 PHP，但我不确定，因为这不是我的个人计算机。

如您所知，我使用 Scite 或 Notepad++，但两者都不能正确转换。例如，如果我打开一个包含字符“ž”的捷克文文档并转到 Notepad++ 中的“转换为 UTF-8”选项，它会错误地将其转换为不可读的字符。

有一种方法可以转换它们，但这很乏味。如果我打开带有特殊字符的文档并将文档复制到 Windows 剪贴板，然后将其粘贴到 UTF-8 文档中并保存，就可以了。对于我拥有的文件数量来说，这太乏味了（打开每个文件并复制/粘贴到新文件中）。

有任何想法吗？谢谢！！！

4

3 回答 3

5

如果包含字符“ž”，则编码肯定不是 ISO-8859-1（“Latin 1”），而可能是 CP1252（“Win Latin 1”）。处理 UTF8、ISO-8859-1 和 CP1252 的混合（甚至可能在同一个文件中）正是Encoding::FixLatin Perl 模块的设计目的。

您可以通过运行以下命令从 CPAN 安装模块：

perl -MCPAN -e "install 'Encoding::FixLatin'"

然后，您可以编写一个使用 Encoding::FixLatin 模块的简短 Perl 脚本，但还有更简单的方法。该模块带有一个名为的命令，该命令fix_latin在标准输入上采用混合编码并在标准输出上写入 UTF8。所以你可以使用这样的命令行来转换一个文件：

fix_latin <input-file.txt >output-file.txt

如果您正在运行 Windows，则 fix_latin 命令可能不在您的路径中，并且可能没有通过 pl2bat 运行，在这种情况下您需要执行以下操作：

perl C:\perl\bin\fix_latin.pl <input-file.txt >output-file.txt

需要为您的系统调整确切的路径和文件名。

在 Linux 系统上运行fix_latin一大堆文件是微不足道的，但在 Windows 上，您可能需要使用 powershell 或类似工具。

于 2010-04-18T02:20:55.567 回答
1

我不确定这是否是对您的特定问题的有效答案，但是您看过GNU iconv 工具吗？它相当普遍。

于 2010-04-17T00:17:40.330 回答
1

如果您可以访问 cygwin 或能够下载几个常用的 *nix 工具（您需要 bash、grep、iconv 和文件，所有这些都可以通过例如gnuwin32用于 Windows ），您可能能够编写一个相当简单的 shell 脚本来完成这项工作。

该脚本大致如下所示：

for f in *;
do
   if file $f | grep 'ISO-8859' > /dev/null;
   then
      cat $f | iconv -f iso-8859-1 -t utf-8 > $f.converted;
   else
      echo "Not converting $f"
   fi;
done;

不过，您需要测试这些步骤，例如，我不确定“文件”对于 ISO-8859 文档的确切含义。

于 2010-04-17T00:21:18.720 回答