linux - 连字符更改为特殊字符 –

Question

我有一个来自 oracle fusion 的文件，名为 Hyderabad - Telangana

当我将其发送到服务器时，连字符已成为特殊字符 – 。

我们正在对此值进行查找，但由于特殊字符而失败。

我将文档下载到本地驱动器，并且可以正确看到连字符。

我尝试寻找解决方案，大多数人都说这是因为编码问题。

如何在unix中查找文件的编码？

Answer 1

因为它不是普通的连字符，而是 EN DASH，unicode U+2013。当以 UTF-8 编码时，它变成 "\xe2\x80\x93" 。第一个字节是'â'的代码，这引导我走上那条路。

有趣的是，另外 2 个是由 cp1252 处理的西欧语言 Windows 版本中常见的字符集分别是:

Byte      Character in cp1252 charset      Unicode code         Name
0x80             €                            U+20AC            EURO SIGN
0x93             “                            U+201C            LEFT DOUBLE QUOTATION MARK