Mac下文件的编码及修改编码

在使用python3做NLP中文文本分类时，由于下载的搜狗语料库本身的编码有关系，本身编码是ASCII码，而我们需要以UTF-8来读取，所以就遇到如下不能显示中文文本的输出(mac下)：

u: {\rtf1\ansi\ansicpg936\cocoartf1561\cocoasubrtf400
{\fonttbl\f0\fnil\fcharset134 PingFangSC-Regular;}
{\colortbl;\red255\green255\blue255;}
{\*\expandedcolortbl;;}
\paperw11900\paperh16840\margl1440\margr1440\vieww10800\viewh8400\viewkind0\f0\fs24 \cf0 \'ce\'d2\'b5\'c4\'cc\'ec\'a3\'a1}

起初针对此问题进行了pyhton3的学习，可以参考：https://blog.csdn.net/lilong117194/article/details/82563723

但是对于我新建的mac下的中文文本文件输出还是如上述的编码，我就纳闷了。。

于是开始使用mac自带的各种命令进行转换编码的修改：

1. 使用命令工具

在Vim中直接进行转换文件编码,比如将一个文件转换成utf-8格式

:set fileencoding=utf-8

enconv 转换文件编码，比如要将一个GBK编码的文件转换成UTF-8编码，操作如下

enconv -L zh_CN -x UTF-8 filename

iconv 转换，iconv的命令格式如下：

iconv -f encoding -t encoding inputfile
iconv -f UTF-8 -t GBK file1 -o file2 #将一个UTF-8 编码的文件转换成GBK编码

2. 傻瓜型命令行工具enca
它不但能智能的识别文件的编码，而且还支持成批转换。

Mac下安装

关于应用程序
应用名称：enca
应用说明：Charset分析仪和转换器
应用网站：http：//cihar.com/software/enca/

安装应用程序
按Command+Space并键入Terminal，然后按enter / return键。
在终端应用程序中运行：
ruby -e “$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)” < /dev/null 2> /dev/null
并按Enter / return键。
如果屏幕提示您输入密码，请输入Mac的用户密码以继续。当您输入密码时，它不会显示在屏幕上，但系统会接受它。所以只需输入密码，然后按ENTER / RETURN键。然后等待命令完成。
跑：

brew install enca

完成！你现在可以使用了enca。

mac新建文本如下：

于是又尝试了以上的方法，结果mac命令竟然不能进行编码的转换，如下：

adminodeMacBook-Pro-3:mm lilong$ file --mime-encoding text.txt
text.txt: us-ascii
adminodeMacBook-Pro-3:mm lilong$ iconv -f us-ascii  -t gbk  text.txt > text3.txt
adminodeMacBook-Pro-3:mm lilong$ file --mime-encoding text_3.txt
adminodeMacBook-Pro-3:mm lilong$ file --mime-encoding text3.txt
text3.txt: us-ascii

貌似还是没有进行编码的转换，然后用vim打开看了下，是这样的：

而且用vim的命令修改文件的编码，貌似也是没用，这就让我无**可说了，这时仔细观察了下文件的编码的内容，貌似不全是二进制编码的格式。。

其实！！因为新建的mac文本不是纯文本，是rtf格式的文件，因为rtf文件本身就包含许多格式信息，比如字体颜色表格什么的，不是纯文本文件，直接读不能显示中文，转换编码也没用，我这里的做法是：

上面有一个’制作纯文本’，点击保存，就ok了，其他的问题也就都搞定了。。

adminodeMacBook-Pro-3:mm lilong$ iconv -f utf-8  -t gbk  text_1.txt > text3.txt
adminodeMacBook-Pro-3:mm lilong$ file --mime-encoding text3.txt
text3.txt: iso-8859-1
adminodeMacBook-Pro-3:mm lilong$

当然如果文本很大，无法打开，不能手动保存为纯文本时，就要另想办法了，以后在讨论。。

就这几天这个mac系统，我真的是拿”它“没办法。。。

参考：https://segmentfault.com/a/1190000007073776?_ea=1252426

Mac下文件的编码及修改编码相关推荐

linux下查看文件编码及修改编码
linux下查看文件编码及修改编码查看文件编码在Linux中查看文件编码可以通过以下几种方式: 1.在Vim中可以直接查看文件编码 :set fileencoding 即可显示文件编码格式. 如果 ...
python修改文件linux编码格式,使用python的chardet库获得文件编码并修改编码
使用python的chardet库获得文件编码并修改编码 windows和linux采用了不同的编码,这让很多人伤透了脑经,这里我采用了Python的chardet库获得代码的编码,然后修改编码首先 ...
mac hosts文件已锁定无法修改怎么办？hosts修改权限设置教程
大家是不是经常遇到苹果电脑mac hosts文件经常提示已锁定,无法修改?这时候会提示大家只能创建hosts文件副本替换修改,但是这样修改的hosts文件是无效的,苹果电脑mac hosts文件修改教 ...
Mac下文件编码修改问题
最近在使用python3做NLP中文文本分类时,遇到如下非常恼人的问题,一开始没有在意,后来忍无可忍弄了一天. UnicodeDecodeError: 'utf8' codec can't decod ...
Mac下文件Non-ISO extended-ASCII编码问题
在中文环境使用Mac电脑,经常会出现编码问题. 比如从某个网站,下载了一个txt文件.但是由于文件中包含中文,需要将文件转换成utf-8编码,Mac记事本才能正确打开.不然会出现乱码或者打不来的情况, ...
linux设置unix编码,linux下查看文件编码及修改编码
通常来说,Windows中默认的文件格式是GBK(gb2312),而Linux一般都是UTF-8,所以Linux下打开windows的文件会有乱码的情况.另外,有时要将文件进行编码转换,如将简体中文转 ...
mac下文件不能放入U盘问题
在mac下,文件拉不进去,抹掉也不行,发现是windows下NTFS格式,在mac上是只读的,也不能格式化,最后我在windows下给u盘格式成FAT格式后OK了,好像mac上有辅助工具可以格式化NT ...
mac下html编辑器,【已解决】Mac下好用的支持GBK编码的文本代码编辑器
Mac中已安装了Sublime Text 3和ATOM编辑器,但是对于从Windows拷贝过来的,GBK编码的文本支持都不好: 打开后,中文是乱码: 但是Mac中的文本编辑器,却是可以正常打开的: ...
python获取文件编码格式除了chardet还有别的方式吗_使用python的chardet库获得文件编码并修改编码...
首先需要安装chardet库,有很多方式,我才用的是比较笨的方式:sudo pip install chardet #!/usr/bin/env python # coding: UTF-8 impo ...

Mac下文件的编码及修改编码

Mac下文件的编码及修改编码相关推荐

最新文章

热门文章