Linux下如何将UTF8编码批量转换成GB2312编码

互联网 2017-05-05

  UTF8编码和GB2312编码是有区别的,在sqlplus中导入UTF8编码的sql脚本就会出现乱码错误,这时就需要将UTF8编码转换成GB2312编码,由于文件较多,手动转换太麻烦,下面小编就教你如何在Linux下将UTF8编码批量转换成GB2312编码。

53-141211155302D9.jpg

  背景

  本人在使用oracle的sqlplus批量导入UTF8编码的sql脚本时,由于不了解如何设置让sqlplus识别UTF8格式,导致出现乱码、错行等错误,而使工作无法继续,在google无果的情况下只好想办法转换编码。

  由于文件较多,手动转换太麻烦,于是想到用脚本批量转换,幸好网上相关脚本比较多,实现起来唯一的麻烦是UTF8的BOM标记。

  内容:

  代码如下:

  #!/bin/bash

  for loop in `find 。 -type f -name “*.sql” -print`do

  echo $loop

  mv -f $loop $loop.tmp

  dos2unix $loop.tmp

  file_check_utf8=‘file_check_utf8.log’

  sed -n ‘1l’ $loop.tmp 》$file_check_utf810. if grep ‘^\357\273\277’ $file_check_utf8 》/dev/null 2》&111. then

  echo ‘UTF-8 BOM’

  sed -n -e ‘1s/^.。。//’ -e ‘w intermediate.txt’ $loop.tmp14. iconv -f UTF-8 -t GB2312 -o $loop intermediate.txt15. rm -rf intermediate.txt

  rm -rf $loop.tmp

  elif iconv -f UTF-8 -t GB2312 $loop.tmp 》/dev/null 2》&118. then

  echo ‘UTF-8’

  iconv -f UTF-8 -t GB2312 -o $loop $loop.tmp21. rm -rf $loop.tmp

  else

  echo ‘ANSI’

  mv -f $loop.tmp $loop

  fi

  rm -rf $file_check_utf8

  #模拟unix2dos,要求文本文件最后一行必须有换行符28. sed -n -e ‘s/$/r/g’ -e ‘w ’$loop.tmp $loop29. mv -f $loop.tmp $loop

  done

  #!/bin/bash

  for loop in `find 。 -type f -name “*.sql” -print`do

  echo $loop

  mv -f $loop $loop.tmp

  dos2unix $loop.tmp

  file_check_utf8=‘file_check_utf8.log’

  sed -n ‘1l’ $loop.tmp 》$file_check_utf810. if grep ‘^\357\273\277’ $file_check_utf8 》/dev/null 2》&111. then

  echo ‘UTF-8 BOM’

  sed -n -e ‘1s/^.。。//’ -e ‘w intermediate.txt’ $loop.tmp14. iconv -f UTF-8 -t GB2312 -o $loop intermediate.txt15. rm -rf intermediate.txt

  rm -rf $loop.tmp

  elif iconv -f UTF-8 -t GB2312 $loop.tmp 》/dev/null 2》&118. then

  echo ‘UTF-8’

  iconv -f UTF-8 -t GB2312 -o $loop $loop.tmp21. rm -rf $loop.tmp

  else

  echo ‘ANSI’

  mv -f $loop.tmp $loop

  fi

  rm -rf $file_check_utf8

  #模拟unix2dos,要求文本文件最后一行必须有换行符28. sed -n -e ‘s/$/r/g’ -e ‘w ’$loop.tmp $loop29. mv -f $loop.tmp $loop

  done

  解释

  1.处理UTF8的BOM,本人没有找到好的办法,最后用sed+grep判断了一下,如果前三个字节是\357\273\277,则文件必定是UTF8,用sed去掉这三个字节再转换

  2.为了避免重复或者遗漏,脚本中用iconv对没有BOM的文件尝试转换了一把,转换成功说明文件是UTF8,否则说明是ANSI也就是GB2312

  3.关于最后的sed命令,那是因为本人的系统上没有unix2dos命令,所以进行了模拟,目的是为了方便自己在windows下查看和编辑

  以上就是小编总结的Linux下将UTF8编码批量转换成GB2312编码的方法介绍了,转换后就能解决乱码等问题,可使用命令镜像批量转换,你学会了吗?