- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
当我抓取一个文件时,它会显示
"dest_info_s": "B\u001e�����"
当我进入它时,它显示:
"dest_info_s": "B\u001eøøïùÄ"
我认为这是由于文件编码方式造成的,并且 vi 正在执行一些 cat 无法执行的转换?如何删除文件上的编码以便它仅显示为文本?我想删除编码的原因是因为 sed 无法在文件上正确工作以进行替换,因为它将 sed 命令中的文本与编码文本进行比较,但没有得到匹配。
最佳答案
无论其存储在何处或在何种显示设备上打印,所有文本都必须使用一种或另一种编码进行编码。从文本文件中“删除编码”是不可能的。您所能做的就是将文本从源编码转换为目标编码。一段文本的编码就像能量:你无法创建或销毁它,你所能做的就是将它从一种形式转换为另一种形式。
打印一段文本时呈现的字素取决于(1)文本的编码,(2)打印文本的程序(具体来说,它在将数据传递给打印器之前是否进行任何编码转换)显示设备),以及(3)实际负责呈现文本的显示设备的配置和字体支持。就您而言,我们讨论的是 (1) 文本文件的编码,(2) cat 和 vim,以及 (3) 您的虚拟终端。
cat 实用程序大多不识别文本,并且从不进行任何文本编码转换;它基本上只是将从输入源接收到的字节复制到标准输出。
假设您没有使用非常旧的 vim 版本,它会动态检测文件的编码并捕获 'fileencoding'
设置中的编码(注意:对于此检测,它仅尝试 'fileencodings'
中指定的编码),使用 'encoding'
用于其内部存储编码(与我们的目的无关),并在解释键盘输入和将文本打印到终端时使用 'termencoding'
。
根据您的示例输出,我猜测您的文本文件是每个字符一个字节的编码,可能是 latin1,并且您的终端配置为使用 UTF-8 编码。这就是为什么 cat 输出将最后 5 个字节渲染为 REPLACEMENT CHARACTER U+FFFD � 。这 5 个字节表示非 ASCII 字符,因此不是有效的 UTF-8。当您看到 U+FFFD 字形时,您的终端告诉您您发送了无效的 UTF-8。 (注意:有时终端使用 MEDIUM SHADE U+2592 ▒ 而不是 U+FFFD 来表示无效 UTF-8 的字节,有时您会看到显示设备字体不支持的有效 UTF-8 字符呈现不同的字素;请参阅 https://www.quora.com/What-symbol-is-the-square-box-shown-for-non-representable-Unicode-characters 。)
但是看起来vim正确地识别了文件编码,并且它的终端编码的想法也是正确的。因此,当它将文件内容打印到终端时,它会在源编码字节和相应的 UTF-8 表示形式之间正确进行转换。因此,5 个非 ASCII 字符作为正确的字素正确显示。
如果我的上述推论是正确的,那么您不需要更改任何设置; cat、vim 和您的终端都运行正常。
如果您希望能够手动将文件内容打印到终端,而不依赖于 vim,您可以使用 iconv
程序来执行必要的转换。像这样的东西(假设latin1是源编码):
iconv -f latin1 -t UTF-8 file.txt;
通常建议始终尝试使用 UTF-8。我不确定为什么您的 sed 命令不起作用(这取决于您未提供的 sed 命令的详细信息),但您可能可以通过存储文件的 UTF-8 编码版本来使其工作某处,然后对其运行 sed 命令:
iconv -f latin1 -t UTF-8 file.txt >file-utf8.txt;
sed '...' file-utf8.txt;
或者,您可以使用管道一次性完成:
iconv -f latin1 -t UTF-8 file.txt| sed '...';
关于unix - cat 输出与 vi 输出不同,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35169101/
我正在使用 OUTFILE 命令,但由于权限问题和安全风险,我想将 shell 的输出转储到文件中,但出现了一些错误。我试过的 #This is a simple shell to connect t
我刚刚开始学习 Java,我想克服在尝试为这个“问题”创建 Java 程序时出现的障碍。这是我必须创建一个程序来解决的问题: Tandy 喜欢分发糖果,但只有 n 颗糖果。对于她给第 i 个糖果的人,
你好,我想知道我是否可以得到一些帮助来解决我在 C++ 中打印出 vector 内容的问题 我试图以特定顺序在一个或两个函数调用中输出一个类的所有变量。但是我在遍历 vector 时收到一个奇怪的错误
我正在将 intellij (2019.1.1) 用于 java gradle (5.4.1) 项目,并使用 lombok (1.18.6) 来自动生成代码。 Intellij 将生成的源放在 out
编辑:在与 guest271314 交流后,我意识到问题的措辞(在我的问题正文中)可能具有误导性。我保留了旧版本并更好地改写了新版本 背景: 从远程服务器获取 JSON 时,响应 header 包含一
我的问题可能有点令人困惑。我遇到的问题是我正在使用来自 Java 的 StoredProcedureCall 调用过程,例如: StoredProcedureCall call = new Store
在我使用的一些IDL中,我注意到在方法中标记返回值有2个约定-[in, out]和[out, retval]。 当存在多个返回值时,似乎使用了[in, out],例如: HRESULT MyMetho
当我查看 gar -h 的帮助输出时,它告诉我: [...] gar: supported targets: elf64-x86-64 elf32-i386 a.out-i386-linux [...
我想循环遍历一个列表,并以 HTML 格式打印其中的一部分,以代码格式打印其中的一部分。所以更准确地说:我想产生与这相同的输出 1 is a great number 2 is a great
我有下面的tekton管道,并尝试在Google Cloud上运行。集群角色绑定。集群角色。该服务帐户具有以下权限。。例外。不确定需要为服务帐户设置什么权限。
当尝试从 make 过滤非常长的输出以获取特定警告或错误消息时,第一个想法是这样的: $ make | grep -i 'warning: someone set up us the bomb' 然而
我正在创建一个抽象工具类,该类对另一组外部类(不受我控制)进行操作。外部类在某些接口(interface)点概念上相似,但访问它们相似属性的语法不同。它们还具有不同的语法来应用工具操作的结果。我创建了
这个问题已经有答案了: What do numbers starting with 0 mean in python? (9 个回答) 已关闭 7 年前。 在我的代码中使用按位与运算符 (&) 时,我
我写了这段代码来解析输入文件中的行输入格式:电影 ID 可以有多个条目,所以我们应该计算平均值输出:**没有重复(这是问题所在) import re f = open("ratings2.txt",
我需要处理超过 1000 万个光谱数据集。数据结构如下:大约有 1000 个 .fits(.fits 是某种数据存储格式)文件,每个文件包含大约 600-1000 个光谱,其中每个光谱中有大约 450
我编写了一个简单的 C 程序,它读取一个文件并生成一个包含每个单词及其出现频率的表格。 该程序有效,我已经能够在 Linux 上运行的终端中获得显示的输出,但是,我不确定如何获得生成的显示以生成包含词
很难说出这里要问什么。这个问题模棱两可、含糊不清、不完整、过于宽泛或夸夸其谈,无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开,visit the help center . 关闭 1
1.普通的输出: print(str)#str是任意一个字符串,数字··· 2.格式化输出: ?
我无法让 logstash 正常工作。 Basic logstash Example作品。但后来我与 Advanced Pipeline Example 作斗争.也许这也可能是 Elasticsear
这是我想要做的: 我想让用户给我的程序一些声音数据(通过麦克风输入),然后保持 250 毫秒,然后通过扬声器输出。 我已经使用 Java Sound API 做到了这一点。问题是它有点慢。从发出声音到
我是一名优秀的程序员,十分优秀!