Linux下如何將UTF8編碼批量轉換成GB2312編碼

　　UTF8編碼和GB2312編碼是有區別的，在sqlplus中導入UTF8編碼的sql腳本就會出現亂碼錯誤，這時就需要將UTF8編碼轉換成GB2312編碼，可是一個個的轉換十分麻煩，下面小編就教你如何在Linux下將UTF8編碼批量轉換成GB2312編碼。

　　背景

　　本人在使用oracle的sqlplus批量導入UTF8編碼的sql腳本時，由於不了解如何設置讓sqlplus識別UTF8格式，導致出現亂碼、錯行等錯誤，而使工作無法繼續，在google無果的情況下只好想辦法轉換編碼。

　　由於文件較多，手動轉換太麻煩，於是想到用腳本批量轉換，幸好網上相關腳本比較多，實現起來唯一的麻煩是UTF8的BOM標記。

　　內容：

　　代碼如下：

　　#！/bin/bash

　　for loop in `find 。 -type f -name “*.sql” -print`do

　　echo $loop

　　mv -f $loop $loop.tmp

　　dos2unix $loop.tmp

　　file_check_utf8=‘file_check_utf8.log’

　　sed -n ‘1l’ $loop.tmp 》$file_check_utf810. if grep ‘^\\357\\273\\277’ $file_check_utf8 》/dev/null 2》&111. then

　　echo ‘UTF-8 BOM’

　　sed -n -e ‘1s/^.。。//’ -e ‘w intermediate.txt’ $loop.tmp14. iconv -f UTF-8 -t GB2312 -o $loop intermediate.txt15. rm -rf intermediate.txt

　　rm -rf $loop.tmp

　　elif iconv -f UTF-8 -t GB2312 $loop.tmp 》/dev/null 2》&118. then

　　echo ‘UTF-8’

　　iconv -f UTF-8 -t GB2312 -o $loop $loop.tmp21. rm -rf $loop.tmp

　　else

　　echo ‘ANSI’

　　mv -f $loop.tmp $loop

　　fi

　　rm -rf $file_check_utf8

　　#模擬unix2dos，要求文本文件最後一行必須有換行符28. sed -n -e ‘s/$/\r/g’ -e ‘w ’$loop.tmp $loop29. mv -f $loop.tmp $loop

　　done

　　#！/bin/bash

　　for loop in `find 。 -type f -name “*.sql” -print`do

　　echo $loop

　　mv -f $loop $loop.tmp

　　dos2unix $loop.tmp

　　file_check_utf8=‘file_check_utf8.log’

　　sed -n ‘1l’ $loop.tmp 》$file_check_utf810. if grep ‘^\\357\\273\\277’ $file_check_utf8 》/dev/null 2》&111. then

　　echo ‘UTF-8 BOM’

　　sed -n -e ‘1s/^.。。//’ -e ‘w intermediate.txt’ $loop.tmp14. iconv -f UTF-8 -t GB2312 -o $loop intermediate.txt15. rm -rf intermediate.txt

　　rm -rf $loop.tmp

　　elif iconv -f UTF-8 -t GB2312 $loop.tmp 》/dev/null 2》&118. then

　　echo ‘UTF-8’

　　iconv -f UTF-8 -t GB2312 -o $loop $loop.tmp21. rm -rf $loop.tmp

　　else

　　echo ‘ANSI’

　　mv -f $loop.tmp $loop

　　fi

　　rm -rf $file_check_utf8

　　#模擬unix2dos，要求文本文件最後一行必須有換行符28. sed -n -e ‘s/$/\r/g’ -e ‘w ’$loop.tmp $loop29. mv -f $loop.tmp $loop

　　done

　　解釋

　　1.處理UTF8的BOM，本人沒有找到好的辦法，最後用sed＋grep判斷了一下，如果前三個字節是\\357\\273\\277，則文件必定是UTF8，用sed去掉這三個字節再轉換

　　2.為了避免重復或者遺漏，腳本中用iconv對沒有BOM的文件嘗試轉換了一把，轉換成功說明文件是UTF8，否則說明是ANSI也就是GB2312

　　3.關於最後的sed命令，那是因為本人的系統上沒有unix2dos命令，所以進行了模擬，目的是為了方便自己在windows下查看和編輯

　　以上就是Linux下將UTF8編碼批量轉換成GB2312編碼的方法介紹了，轉換後就能解決亂碼等問題，可使用命令鏡像批量轉換，你學會了嗎？