Php 如何使用Perl将一组文件从ISO-8859-1转换为UTF-8？

我有几个文件需要从ISO-8859-1转换为UTF-8（当然没有BOM）。这就是问题所在。我有很多这样的文档（实际上是一个文档的混合体，一些是UTF-8，一些是ISO-8859-1），所以我需要一种自动转换它们的方法。不幸的是，我只安装了ActivePerl，对该语言的编码知之甚少。我可能可以安装PHP，但我不确定，因为这不是我的个人电脑

正如您所知，我使用Scite或Notepad++，但两者都不能正确转换。例如，如果我用捷克语打开一个包含字符“ž”的文档并转到Notepad++中的“Convert to UTF-8”选项，它会错误地将其转换为无法读取的字符

有一种方法我可以转换它们，但它是乏味的。如果我打开带有特殊字符的文档并将其复制到Windows剪贴板，然后将其粘贴到UTF-8文档并保存，就可以了。这对于我拥有的文档数量来说太单调了（打开每个文件并复制/粘贴到新文档中）

有什么想法吗？

---

谢谢

我不确定这是否是对您的特定问题的有效答案，但您是否已查看了答案？这是一个相当普遍的问题。

我不确定这是否是对您特定问题的有效答案，但您是否已经看过了答案？它非常普遍。

如果您可以访问cygwin，或者能够下载两个常用的*nix工具（您需要bash、grep、iconv和file，所有这些工具都可以通过，比如说，用于windows），那么您可能能够编写一个相当简单的shell脚本来完成这项工作

脚本大致如下所示：

for f in *;
do
   if file $f | grep 'ISO-8859' > /dev/null;
   then
      cat $f | iconv -f iso-8859-1 -t utf-8 > $f.converted;
   else
      echo "Not converting $f"
   fi;
done;

---

不过，您需要测试这些步骤，例如，我不确定ISO-8859文档的“文件”确切含义是什么。

如果您可以访问cygwin或能够下载两个常用的*nix工具（您需要bash、grep、iconv和file，所有这些工具都可以通过，例如，）在windows上使用，您可以编写一个相当简单的shell脚本来完成这项工作

脚本大致如下所示：

for f in *;
do
   if file $f | grep 'ISO-8859' > /dev/null;
   then
      cat $f | iconv -f iso-8859-1 -t utf-8 > $f.converted;
   else
      echo "Not converting $f"
   fi;
done;

---

不过，您需要测试这些步骤，例如，我不确定ISO-8859文档的“文件”确切含义是什么。

如果包含字符“ž”，则编码肯定不是ISO-8859-1（“拉丁1”），但可能是CP1252（“赢拉丁1”）。处理UTF8、ISO-8859-1和CP1252的混合（甚至可能在同一个文件中）正是Perl模块设计的目的

您可以通过运行以下命令从CPAN安装模块：

perl -MCPAN -e "install 'Encoding::FixLatin'"

然后可以编写一个使用Encoding:：FixLatin模块的简短Perl脚本，但还有一种更简单的方法。该模块附带一个名为

fix\u latin

的命令，该命令对标准输入采用混合编码，并对标准输出写入UTF8。因此，您可以使用如下命令行转换一个文件：

fix_latin <input-file.txt >output-file.txt

fix_拉丁输出文件.txt

如果您正在运行Windows，那么fix_拉丁语命令可能不在您的路径中，并且可能没有通过pl2bat运行，在这种情况下，您需要执行以下操作：

perl C:\perl\bin\fix_latin.pl <input-file.txt >output-file.txt

perl C:\perl\bin\fix\u latin.pl output-file.txt

确切的路径和文件名需要根据您的系统进行调整

---

在Linux系统上，在一大堆文件上运行

fix_-latin

很简单，但在Windows上，您可能需要使用powershell或类似的工具。

如果包含字符“ž”，那么编码肯定不是ISO-8859-1（“拉丁1”），而是CP1252（“Win-latin 1”）。处理UTF8、ISO-8859-1和CP1252的混合（甚至可能在同一个文件中）正是Perl模块设计的目的

您可以通过运行以下命令从CPAN安装模块：

perl -MCPAN -e "install 'Encoding::FixLatin'"

然后可以编写一个使用Encoding:：FixLatin模块的简短Perl脚本，但还有一种更简单的方法。该模块附带一个名为

fix\u latin

的命令，该命令对标准输入采用混合编码，并对标准输出写入UTF8。因此，您可以使用如下命令行转换一个文件：

fix_latin <input-file.txt >output-file.txt

fix_拉丁输出文件.txt

如果您正在运行Windows，那么fix_拉丁语命令可能不在您的路径中，并且可能没有通过pl2bat运行，在这种情况下，您需要执行以下操作：

perl C:\perl\bin\fix_latin.pl <input-file.txt >output-file.txt

perl C:\perl\bin\fix\u latin.pl output-file.txt

确切的路径和文件名需要根据您的系统进行调整

---

在Linux系统上，跨一大堆文件运行

fix_-latin

非常简单，但在Windows上，您可能需要使用powershell或类似的工具。

“ž”不是ISO-8859-1字符，而是Windows-1252中的字符。您可能正在特定于语言环境的8位编码中运行。需要更多的细节。我实际上认为文档是用ANSI编码的。我错误地在meta标记中写入了字符集设置。“ž”不是ISO-8859-1字符，但它在Windows-1252中。您可能正在特定于语言环境的8位编码中运行。需要更多的细节。我实际上认为文档是用ANSI编码的。我在meta标签中错误地写了字符集的设置。非常感谢grant！您的脚本与fix_拉丁语命令配合得非常好。我会想办法在多个文件中运行它。非常感谢格兰特！您的脚本与fix_拉丁语命令配合得非常好。我想办法在多个文件中运行它。