Linux下将UTF8编码批量转换成GB2312编码的方法

linux  /  管理员 发布于 6年前   172

　　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，可是一个个的转换十分麻烦，下面小编就教你如何在Linux下将UTF8编码批量转换成GB2312编码。

　　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？