我通過mysqldump導出到一個文件。如何找出文件的文件編碼？

Question

給定一個Ubuntu的文本文件（或一般的debian unix），如何找出文件的文件編碼？我可以運行od或hexdump就可以對其進行指紋編碼了嗎？我應該尋找什麼？

Answer 1

有很多工具可以做到這一點。嘗試網絡搜索「檢測編碼」。下面是一些我發現的工具：

• 的Internationalizations類的Unicode（ICU）是一個偉大的地方開始。尤其請參閱Character Set Detection上的頁面。

• Chardet是一個Python模塊，用於猜測文件的編碼 。見chardet.feedparser.org

• 的* nix的命令行工具文件檢測文件類型，但是如果文件中提到可能還檢測編碼（例如，如果有在 該文件的MIME類型符號）。見man file

• Perl模塊編碼::檢測和編碼::猜猜。

• 有人在StackOverflow中提出了類似的問題。搜索問題，PHP：檢測編碼並製作一切UTF-8。這是在從網上獲取文件並使用PHP的情況下，但您可以編寫一個命令行PHP腳本。

注井ICU頁說怎麼樣的字符集檢測：「字符集檢測是...，充其量，運用統計學和啓發式的不精確的操作......」以我的經驗問題域品牌這個工作很容易或困難很大。不要忘記，文件中的八位字節可能是模糊的編碼，，即使用多種不同的編碼進行明智的解釋。它們也可以是混合編碼，即，這些八位字節的不同子集有意義地用不同的編碼解釋。這就是爲什麼沒有一個我可以推薦的命令行工具，它總能完成這項工作。

如果你有一個文件，而你只是想把它變成一個已知的編碼，我的訣竅是用一個文本編輯器打開文件，它可以使用一些不同的編碼導入，比如TextWrangler或OpenOffice.org 。首先，打開文件，讓編輯猜測編碼。看看結果。如果您對此不滿意，請猜測編碼，使用指定該編碼的編輯器打開文件，然後查看結果。然後保存爲已知的編碼，例如UTF-16。

Answer 2

您可以使用enca。 Enca是一個用於編碼檢測和轉換的小型命令行工具。

您可以通過於Debian/Ubuntu安裝：

的apt-get安裝ENCA

爲了使用它，只需調用

ENCA FILENAME

另請參閱manpage瞭解更多信息。