常見繁簡文互換或中文編碼問題

本文取自 Ceasar's Free Life: 常見繁簡文互換或中文編碼問題

編碼轉換(不轉換繁、簡文)

• 改變將路徑下的目錄與檔案名稱的編碼方式

*  需安裝 convmv
* 先測試看看：從 big5 編碼轉成 utf8

convmv -f big5 -t utf8 -r --nosmart folder_name

* 強制轉換

convmv -f big5 -t utf8 -r --nosmart --notest folder_name

繁、簡體轉換

• 轉換檔案內容：利用 iconv 進行繁、簡互轉

* 先考慮簡單的情況：
將 gb2312 編碼的簡體轉為 big5 編碼的繁體

iconv sc-gb2312.txt -f gb2312 -t big5 -o output.txt

若需要再把編碼轉為 utf8 則再換一次

iconv sc-gb2312.txt -f gb2312 -t big5 | iconv -f big5 -t utf8   -o output.txt

big5 繁體中文要轉成 utf8 編碼的繁體中文

cat tc-big5.txt | iconv -f big5 -t utf8 > output.txt

但比較麻煩的不知道編碼的格式為何。如此，可以用 autob5, autogb (需要安裝 zh-autoconvert ) 來協助，需要再轉換 utf8 編碼再 pipe 給 iconv 做，如下：

cat sc-unknow.txt | autob5 | iconv -f big5 -t utf8 >  output.txt

反之亦然，如：

cat tc-big5.txt | autogb | iconv -f gbk -t utf8 > output.txt

* 複雜的情況：
文件內容為 utf8 編碼之簡體，要轉換成 utf8 繁體，則需要中介編碼，如下

cat sc-utf8.txt | iconv -f utf8 -t gb2312  | iconv -f gb2312 -t big5 | iconv -f big5 -t utf8 output.txt

下面則是轉換都是 utf8 的方式繁、簡檔名

• utf8簡體檔名轉成utf8繁體檔名

* 需安裝 zh-autoconvert
* 先轉換目錄名稱

for i in $(find . -type d)  ;  do mv $i $(echo $i | autob5 --input utf8 | iconv -f big5 -t utf8) ; done

* 再轉換檔案名稱

for i in $(find . -type f)  ;  do mv $i $(echo $i | autob5 --input utf8 | iconv -f big5 -t utf8) ; done