Linux系统查找替换非UTF-8编码文件的解决方法

众所周知，UTF-8是Linux系统下的一种可变长度的字符万国码，使用UTF-8码就可以支持多种语言。当某些文件并不是UTF-8编码的时候，我们可以用命令来查找替换非UTF-8码。那么，如何操作呢?跟紧跟随小编一起来看看Linux系统查找替换非UTF-8编码文件的解决方法。

UTF-8

首先，开始之前，请先安装enca这个软件包。enca是Linux等系统下用来查看文件编码和转换文件编码的工具。

下面一行Linux命令能够查找当前目录下所有文件中，哪些文件不是UTF-8编码。我对文件加了些限制，用find命令时候，排除了所有目录下的.svn目录，且只查找后缀为.php的文件。

命令1：

jw@~/sqlite>

find 。 ! -iregex ‘.*.svn.*’ -type f -name ‘*.php’ -exec bash -c “enca -L zh_CN {}|grep GB2312 》 /dev/null && echo {}” ;

./sqlite_utility.php

./sqlite_result.php

./sqlite_forge.php

./sqlite_driver.php

既然找到了这些非UTF8编码的文件，接下来再用一条命令将他们都转换成UTF8编码。

命令2：

jw@~/sqlite>

find . ! -iregex ‘.*.svn.*’ -type f -name ‘*.php’ -exec bash -c “enca -L zh_CN {} | grep GB2312 》/dev/null && enconv -L zh_CN -x UTF-8 {}” ;

当你用命令2 全部转换完成后，如果你期待命令1的输出为空，那么你就错了。实际上英语字母的utf8编码和ASCII编码是一样的。当一个全是英文字母的文件用UTF8 w/o BOM编码保存，那么enca会识别他是一个ACSII编码的文件。所以，你猜到了，命令2做了一些无用功。