怎样判断一个文本文件的编码方式?

linxh

怎样判断一个文本文件的编码方式? 谢谢!

pluskid

估计不行，好像gedit可以自动判断（这是我觉得gedit唯一值得称赞的地方），用gedit打开，然后选另存为，看默认的编码是什么，应该就是文件的编码了。就是不知道gedit是怎么判断出来的。

jojogohome

试了一下
file好象可以

springwind426

file 不能
file *
gb18030:                      ISO-8859 text
gb2312:                       ISO-8859 text
gbk:                          ISO-8859 text
utf-8:                        UTF-8 Unicode text
其中几个文件分别是使用不同编码保存的同一个文件。

pluskid

问一下gedit的作者吧。

pupilzeng

firefox中有一个库是用来自动判断编码的，C/C++写的，也有人做了它的python绑定。如果仅仅是中文的话，看看zh-autoconvert的源码，或许有些帮助。

aran

Post by pluskid
估计不行，好像gedit可以自动判断（这是我觉得gedit唯一值得称赞的地方），用gedit打开，然后选另存为，看默认的编码是什么，应该就是文件的编码了。就是不知道gedit是怎么判断出来的。

用GEDIT 打开文件，然后把鼠标放在那个文件的标签上，就会显示出文件的编码方式。

gedit 真是太好了。我通过SMB访问WINDOWS下的文件（我的LOCAL是UTF8），用GEDIT直接打开那些文本文件，重没见过乱码。
而kwrite就有点另我失望了，不能自动识别，还要手动一下。就算能显示，显示效果也没GEDIT好，字体破碎，还有莫名其妙的小网格出现。真搞不懂！~（或许我太菜了，不会设置）。

linuxcpp

如果是zh类的locale
gedit能自动识别
但是如果是en_US.utf-8的locale
gedit就识别不出来了
所有的GB*类的编码文件都是ISO-8859 text
而且是乱码

晨想

vi 也可以吧。。：）。。

pluskid

Post by aran
用GEDIT 打开文件，然后把鼠标放在那个文件的标签上，就会显示出文件的编码方式。

gedit 真是太好了。我通过SMB访问WINDOWS下的文件（我的LOCAL是UTF8），用GEDIT直接打开那些文本文件，重没见过乱码。
而kwrite就有点另我失望了，不能自动识别，还要手动一下。就算能显示，显示效果也没GEDIT好，字体破碎，还有莫名其妙的小网格出现。真搞不懂！~（或许我太菜了，不会设置）。

“莫名其妙的小网格”是显示的“软换行”，就是一行屏幕显示不下，kwrite自动折断一行过来的标记，去掉自动换行选项就可以了。