如何把「二進制文本」轉換爲「可見文本」？

Question

我有一個文本文件充滿了非ASCII字符。 我無法通過file或enca檢測到編碼。

file non_ascii.txt 
non_ascii.txt: Non-ISO extended-ASCII text 

enca non_ascii.txt 
Unrecognized encoding 

但我可以在Windows記事本++

編輯正常打開：上面的表達導致誤解。非常遺憾。事實上，我選擇了原始文件的一些部分，並將它們放到新的文本文件中，然後在記事本++中打開。

2部分顯示如下。它們通過記事本++以兩種不同的方式解碼。

問：

1. 我怎麼能發現linux下的編碼文件？
2. 我該如何恢復<F1><EE><E9><E4><FF>代表的字符？ 即使「сойдя」被編碼爲<F1><EE><E9><E4><FF>，我仍無法獲得「grep'сойдя'win.txt」的結果？

文件內容分片如下：

less non_ascii.txt 
"non_ascii.txt" may be a binary file. See it anyway? 
<F1><EE><E9><E4><FF> 
<F2><F0><E0><EA><F2><EE><E2><E0><F2><FC><F1><FF> 
<D0><F2><E9><E4><D7><E9><E7><E1><EC><E1><F3><F8> 
<D1><E5><EA><F3><ED><E4> 
<F0><E0><E7><E3><F0><F3><E7><EA><E8> 
<EF><EE><E4><F1><F2><E0><E2><EB><FF><F2><FC> 
<F0><E0><E7><E3><F0><F3><E7><EA><E5> 
<F1><EE><E9><E4><F3> 
<F0><E0><E7><E3><F0><F3><E7><EA><E0> 
<F1><EE><E2><EB><E0><E4><E0><EB><E8> 
<C1><D7><E9><E1><F0><EF><FE><F4><E1> 
<CB><C1><D3><D3><C9><D4><C5><D2><C9><D4> 
<F1><EE><E2><EB><E0><E4><E0><EB><EE> 
<F1><EE><E9><E4><E8> 
<F1><EE><E2><EB><E0><E4><E0><EB><E0> 

Answer 1

你的問題實際上有兩個部分：（1）我怎麼識別未知編碼和（2）我怎麼將其轉換成有用的東西？

第一部分是真正的挑戰，實際上不能用普遍的術語來回答 - 在一般情況下，沒有可靠的方法來識別未知的8位編碼。一些編碼給你提供了很好的提示（UTF-8是一個很好的例子），在很多情況下，如果你有一個好主意，文本應該代表什麼，那麼問題就可以解決。

A mapping of 8-bit character meanings可能有幫助（咳嗽，鏈接是我的），在這種情況下，快速暗示Windows code page 1251。十六進制轉儲的榮譽和您期望的代表圖片！

因爲這樣，轉換很容易。

iconf -f cp1251 -t utf-8 non_ascii.txt >utf8.txt 

前提是你的Linux系統是建立在你的終端使用UTF-8，你grep命令應該utf-8.txt現在的工作。

某些文本是「ANSI」（反正是一個假的術語）的表示可能只是一個紅鯡魚 - 就我所知，您的摘錄中的所有內容看起來都是格式良好的CP1251。