Linux下Windows相關中文字元編碼研究

同時學過windows和linux程式設計的知道，linux使用utf-8，windows則使用utf-16，同時保留gbk等老式字元編碼。所以有時我們在linux中會遇到與windows有關的中文亂碼，下面是常見亂碼及解決方法：

1、fat/fat32亂碼，常見於u盤，解決辦法：

mount | grep vfat
# /dev/disk on /media/volume type vfat (...)
sudo umount /media/volume
sudo mount -t vfat -o codepage=936,utf8,umask=0000 /dev/disk /media/volume
# codepage=936 - 提供給ms-dos的短檔名使用gbk(cp936)，有些檔案可能只有短檔名
# utf8 - 提供給linux的檔名使用utf8，也可以使用iocharset=utf8，注意不能寫成iocharset=utf-8
# umask=0000 - 檔案和目錄許可權都是777

2、rar檔案亂碼，解決辦法：解除安裝unrar-free，安裝unrar（前者已經很長時間不維護了）

3、zip檔案亂碼，解決辦法：

# 使用unzip目前大多數情況下可以不亂碼，還是亂碼話可以用-o指定字元編碼 unzip file.zip -d dir unzip -o gbk file.zip -d dir # 或者用自動識別壓縮包格式的unar程式 unar file.zip

unar -e gbk file.zip -o dir

# 檢視檔案十六進製制（以便確定是什麼格式） od -t x1 file hexdump -c file xxd -g 1 file # 0a -- lf # 0d 0a -- crlf # ff fe -- utf-16le bom # ef bb bf -- utf-8 bom # crlf -> lf sed -i 's/\r//g' file # 清除所有\r # lf -> crlf sed -i 's/$/\r/' file # 行尾新增\r # utf-8 - bom sed -i '1s/^\xef\xbb\xbf//' file # 清除bom # utf-8 + bom sed -i '1s/^/\xef\xbb\xbf/' file # 新增bom # gbk/windows -> utf-8/linux iconv -f gbk -t utf-8 file -o file # 從gbk轉換到utf-8 sed -i 's/\r//g' file # 清除所有\r # utf-8/linux -> gbk/windows sed -i 's/$/\r/' file # 行尾新增\r iconv -f utf-8 -t gbk file -o file # 從utf-8轉換到gbk # unicode/windows -> utf-8/linux iconv -f utf-16le -t utf-8 file -o file # 從utf-16le轉換到utf-8（順序很重要） sed -i '1s/^\xef\xbb\xbf//' file # 清除bom sed -i 's/\r//g' file # 清除所有\r # utf-8/linux -> unicode/windows sed -i '1s/^/\xef\xbb\xbf/' file # 新增bom sed -i 's/$/\r/' file # 行尾新增\r

iconv -f utf-8 -t utf-16le file -o file # 從utf-8轉換到utf-16le（順序很重要）

Linux下Windows相關中文字元編碼研究

Windows 下nginx相關命令

windows下印表機相關操作

Windows和Linux下socket的區別

Linux下Windows相關中文字元編碼研究

Windows 下nginx相關命令

windows下印表機相關操作

Windows和Linux下socket的區別

相關推薦