linux - 为什么 Linux 中的 iconv 不能正确地将 UTF-8 中的西类牙字符转换为 ISO-8859-1

Question

在 Linux 中，我使用以下命令将 UTF-8 文件转换为 ISO-8859-1 文件:

iconv -f UTF-8 -t ISO-8859-1//TRANSLIT input.txt > out.txt

转换后，当我打开out.txt

¿Quién Gómez is translated to ¿Quien Gomez.

为什么 é 和 ó 以及其他翻译不正确？

Answer 1

在 Unicode 中有(至少)两种表示重音字母 é 的方法:作为单个代码点 U+00E9，带尖音符号的拉丁文小写字母 E，并作为一个双字符序列 e (U+0065) 后跟 U+0301，组合重音符。

您的输入文件使用后一种编码，iconv 显然无法转换为 Latin-1 (ISO-8859-1)。使用 //TRANSLIT 后缀，它通过未修改的未重音 e 并删除组合字符。

您可能需要转换输入，使其不使用组合字符，将序列 U+0065 U+0301 替换为单个代码点 U+00E9(以2个字节表示)。要么，要么安排生成输入文件的任何内容首先使用该编码。

这就是问题所在；我目前不知道如何更正它。