怎样可以看出一个文件是什么编码的？EUC-JIS?Big5?GB?

dove04 · 发表于 2006-8-2 11:49:57

我没有linux系统，但在windows下装了一个cygwin，有点模拟unix吧

问题是：我有很多文件是用EUC-JIS码写的，现在不小心在其中一个或几个文件中不小心混入了非EUC-JIS码，应该怎样找到这一个或几个文件？file命令能实现吗？

劳烦讲解的详细些，尽量少用专业术语，用的话最好先解释下
菜鸟在此多谢了！

wxk · 发表于 2006-8-2 23:50:02

这个问题比较复杂。如果你用C语言的话，你需要使用glibc的libiconv库函数来试图转换编码。在转换时，判断转换操作的错误代码，可以找出非EUC-JIS码。perl和python也有相应的模块，但是我没用过。自己查查资料吧。

windwiny · 发表于 2006-8-3 03:31:27

如果用 linux 的话有 iconv 程序，转换文件内容编码

dove04 · 发表于 2006-8-3 11:15:27

Post by wxk
这个问题比较复杂。如果你用C语言的话，你需要使用glibc的libiconv库函数来试图转换编码。在转换时，判断转换操作的错误代码，可以找出非EUC-JIS码。perl和python也有相应的模块，但是我没用过。自己查查资料吧。

我查了VC的库函数，没有找到glibc的libiconv啊……郁闷，能告诉我是什么C的库吗？

dove04 · 发表于 2006-8-3 12:43:24

Post by windwiny
如果用 linux 的话有 iconv 程序，转换文件内容编码

iconv可以直接转换成统一的euc-jis码吗？可以实现仅仅是检查吗？

wxk · 发表于 2006-8-4 01:35:11

你到底是在开发linux程序呢还是在开发windows程序呢？如果是windows程序，去msdn.microsoft.com查查看。如果是Linux下的开发，用google最快了。devhelp也不错。

dove04 · 发表于 2006-8-4 14:23:15

做嵌入开发的
我在windows下，使用一个cygwin软件，模拟了unix
然后在要找到在哪些文件中混有了非euc-jis码

晨想 · 发表于 2006-8-4 14:25:57

尝试转换代码，在转换时，判断转换操作的错误代码，可以找出非EUC-JIS码。

这个我觉得比较可行，或者你看看 firefox 这些软件是如何自动识别 charset 的，我记得有一个 python 库是干这个的，忘记在哪里见过了：（

dove04 · 发表于 2006-8-4 23:05:56

555555……谁能帮我解决这个问题啊

wxk · 发表于 2006-8-5 03:12:31

我曾经做过totem的改造工作。主要是针对读取metadata时候，totem是先把媒体中的信息按照iso-8859-1读出来，再转换成utf-8编码的。因此，中文、日文等就会是乱码。我解决的办法是这样的：根据我的实际情况，中文和日文mp3歌曲，我写了一段程序，首先是试着把读出来的utf-8编码转回iso-8859-1编码，然后，将这个编码转换成gbk编码，如果出错，再试着转换成sjis。这里面用的函数就是libiconv库函数。所以，我建议你用这种方法写个程序来判断。至于你说找不到这个头文件，不妨看看你的glibc的库安装全了没有，另外，VC的配置可能有问题。

		自动登录	找回密码
密码			注册

怎样可以看出一个文件是什么编码的？EUC-JIS?Big5?GB?

浏览过的版块