Fedora 25上——Linux——打开windows平台文本文件（记事本）乱

有时候从windows平台得到一个文本文件，在linux平台打开会乱码。有可能是由于编码不同导致的。

windows平台上，不同的国家和地区制定了不同的标准，由此产生了 GB2312、GBK、GB18030、Big5、Shift_JIS 等各自的编码标准。这些使用多个字节来代表一个字符的各种汉字延伸编码方式，称为 ANSI 编码。

在简体中文Windows操作系统中，ANSI 编码代表 GBK 编码；在繁体中文Windows操作系统中，ANSI编码代表Big5；在日文Windows操作系统中，ANSI 编码代表 Shift_JIS 编码。

而在Linux平台一般都是UTF-8编码。

下面以某文件1.txt为例，将其从UTF-8转换到GBK编码。

查看1.txt的文件编码：

[root@localho33]# file -i 1.txt

txt: text/plain; charset=utf-8#说明其编码格式是UTF-8

将其转换成GBK编码：

[root@localho33]# iconv 1.txt -f UTF-8 -t GBK -o 2.txt

解释：iconv 是编码转换命令；1.txt是被操作的文件；-f UTF-8是说，从（from）UTF-8转换（文件本来编码）；-t GBK是说，转到（to）GBK编码（目的编码）；-o 2.txt是说，将结果生成一个新输出文件名字是2.txt .

下面以某文件2.txt为例，将其从GBK转换到UTF-8编码。

查看2.txt的文件编码：

[root@localho33]# file -i 2.txt

2.txt: text/plain; charset=iso-8859-1 #说明其编码格式是GBK，关于编码格式的详细知识，请自行百度。

将其转换成UTF-8编码：

[root@localho33]# iconv 2.txt -f GBK -t UTF-8 -o 3.txt#注意，如果将此处GBK，改为iso-8859-1,是会出现乱码的。

解释：iconv 是编码转换命令；2.txt是被操作的文件；-f UTF-8是说，从（from）GBK转换（文件本来编码）；-t UTF-8是说，转到（to）UTF-8编码（目的编码）；-o 3.txt是说，将结果生成一个新输出文件名字是3.txt .

小常识：

UTF-8是通用编码，如果能用就用UTF-8编码，这样跨平台会好些。

GB2312/GBK

这是汉字的国标码，专门用来表示汉字，是双字节编码，而英文字母和iso8859-1一致（兼容iso8859-1编码）。其中gbk编码能够用来同时表示繁体字和简体字，而gb2312只能表示简体字linux编码，gbk是兼容gb2312编码的。

UTF

考虑到unicode编码不兼容iso8859-1编码，而且容易占用更多的空间：因为对于英文字母，unicode也需要两个字节来表示。所以unicode不便于传输和存储。因此而产生了utf编码，utf编码兼容iso8859-1编码，同时也可以用来表示所有语言的字符，不过，utf编码是不定长编码，每一个字符的长度从1-6个字节不等。另外，utf编码自带简单的校验功能。一般来讲，英文字母都是用一个字节表示，而汉字使用三个字节。

注意，虽然说utf是为了使用更少的空间而使用的，但那只是相对于unicode编码来说，如果已经知道是汉字，则使用GB2312/GBK无疑是最节省的。不过另一方面，值得说明的是，虽然utf编码对汉字使用3个字节，但即使对于汉字网页，utf编码也会比unicode编码节省，因为网页中包含了很多的英文字符。

（编辑：温州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!