解决Windows下文件在Linux下打开出现乱码的问题

目录

• 问题
• 原理
• 解决
• 总结
• 参考资料

---

问题

前几天生病了，Java一直在看代码但是没跟着打，于是决定偷一波小小的懒，直接把教材的代码从Windows通过共享文件夹放到了Linux里面。但是编译的时候出现了问题。

打开文件看，出现乱码。输入:set fileencoding?和:set fileformat?查看文件编码和格式

感觉应该是Windows和Linux下文件编码格式等方面的区别导致的，于是先去网上了解一下具体的原因。

原理

Windows和Linux下文件的区别至少有以下区别：

• Windows下回车的字符是\r\n,而Linux下是\n
• Windows下文件的默认编码方式是GBK2312，Linux下则是UTF-8

解决

本来想直接在Windows里用Notepad++把这些代码的编码都改成utf-8，但是这样一个个点明显很浪费时间，于是我百度到一些工具，最后选了一个看起来最傻瓜的来试试。在Linux输入sudo apt-get install enca安装。然后man一下看看。

enca(1)                                                      

NAME
       enca -- detect and convert encoding of text files

SYNOPSIS
       enca [-L LANGUAGE] [OPTION]... [FILE]...
       enconv [-L LANGUAGE] [OPTION]... [FILE]...

INTRODUCTION AND EXAMPLES
       If you are lucky enough, the only two things you will ever need to know are: command

              enca FILE

       will tell you which encoding file FILE uses (without changing it), and

              enconv FILE

       will  convert file FILE to your locale native encoding.
       如果你足够幸运的话，输入enca 文件名 就可以知道该文件的编码方式而不改变它。然后输入enconv 文件名 会自动将该文件转换成你本地的编码。

       To convert the file to some other encoding use the -x option (see -x entry in section
       OPTIONS and sections CONVERSION and ENCODINGS for details).使用-x 指定改变后的编码

       Both work with multiple files and standard input (output) too.  支持批量操作和标准io
       E.g.

              enca -x latin2 <sometext | lpr

       assures file `sometext' is in ISO Latin 2 when it's sent to printer.

       You  can (or have to) use -L option to tell it the right language.  使用-L指定当前语言
       Suppose, you downloaded some Russian HTML file, `file.htm', it claims it's
       windows-1251 but it isn't.  So you run

              enca -L ru file.htm

那还等什么，赶快先试试

先enca查看

再用enconv转换，打开文件看一眼

成功了，接下来可以批量操作了

总结

Windows下文件格式和Linux下不同，可以使用enca来转换（也有其他更好的办法）。主要用法是enca FILE+enconv FILE基本可以直接解决问题，如果没法自动识别，可以使用enca -L FILE指定当前的编码，enca -x FILE指定需要转变成的编码

参考资料

• 彻底解读剪不断理还乱的\r\n和\n, 以Windows和Linux为例
• Linux下GBK文件编码批量转换UTF-8命令