linux - 从 Linux 终端运行 PERL 脚本时保留重音字母

Question

我想从法语维基百科转储 XML 文件中获取纯文本文件。为此，我应用了 Perl 脚本

如果需要，我可以提供完整的文件，我只添加了这一行

tr/a-zàâééèëêîôûùç-/ /cs;

到这里的脚本:http://mattmahoney.net/dc/textdata.html

但是，当我在 Linux 终端上运行时:

perl filterwikifr.pl frwiki.xml > frwikiplaintext.txt  

输出文本文件无法正确打印重音字母。例如，我得到的是categorie而不是categorie...

我也尝试过:

perl -CS filterwikifr.pl frwiki.xml > frwikiplaintext.txt

没有取得更好的成功(以及其他变体而不是-CS...)

Answer 1

问题出在文本编辑器 gedit 上。

如果我不直接打开文件，而是打开 gedit，然后转到“打开”并向下，在“字符编码”中选择 UTF-8 而不是“自动检测”，则重音符号将正确打印。