linux - 编码问题？

Question

我使用 txt 文件，最近发现例如其中一些字符中包含以下字符:

http://pastebin.com/raw.php?i=Bdj6J3f4

这些角色可能是什么？字符编码错误？我只想使用普通的 UTF-8 TXT 文件，但是当我使用:

iconv -t UTF-8 input.txt > output.txt

还是一样。

当我在 gedit 中打开文件时，将它们复制并粘贴到另一个 txt 文件中，然后就没有像 Pastebin 中那样的字符。所以gedit可以解决这个问题，它很好地编码了TXT文件。但是txt文件太多。

为什么会有http://pastebin.com/raw.php?i=Bdj6J3f4 - 就像文本文件中的字符一样？它们可以转换为“普通字符”吗？我看不到例如:“Ò”字符，当我用 vim 打开文件时，只有在我“使用它们”之后(例如:awk 等)

Answer 1

如果您发布文件的实际二进制内容(也许通过使用 od -t x1 的输出)，将会有所帮助。 Pastebin 将其返回为 HTML:

“Ò” “A” “埃”

第一行对应于U+00C3 U+0152。最后一行对应于 U+00C3 U+00A9，它是 UTF 格式的字符串“\ux00e9”(“\xc3\xa9”)，其中 UTF-8 字节被重新解释为 Latin-1。