iconv - nejde převést soubor do iso-8859-2

Zdravím, mám soubor uložený v UTF-8, který bych potřeboval převést na iso-8859-2, bohužel z nějakého neznámého důvodu mi iconv soubor převede do iso-8859-1.

Spouštím tyto příkazy:

file --mime-encoding zdroj_data.txt;
iconv -futf8 -tiso-8859-2 -onew.txt zdroj_data.txt;
file --mime-encoding new.txt

Výstupem je:

zdroj_data.txt: utf-8
new.txt: iso-8859-1

Byl bych vděčný, kdyby mi někdo dokázal poradit. Ještě přikládám výstup locale:

LANG=cs_CZ.ISO-8859-2
LC_CTYPE="cs_CZ.ISO-8859-2"
LC_NUMERIC="cs_CZ.ISO-8859-2"
LC_TIME="cs_CZ.ISO-8859-2"
LC_COLLATE="cs_CZ.ISO-8859-2"
LC_MONETARY="cs_CZ.ISO-8859-2"
LC_MESSAGES="cs_CZ.ISO-8859-2"
LC_PAPER="cs_CZ.ISO-8859-2"
LC_NAME="cs_CZ.ISO-8859-2"
LC_ADDRESS="cs_CZ.ISO-8859-2"
LC_TELEPHONE="cs_CZ.ISO-8859-2"
LC_MEASUREMENT="cs_CZ.ISO-8859-2"
LC_IDENTIFICATION="cs_CZ.ISO-8859-2"
LC_ALL=

"My enemies...I am Exar Kun." --Exar Kun

Odpovědi

file kecá. Nemá způsob, jak by to kódování spolehlivě detekoval.

11.12.2010 18:58 Earl Cash
Rozbalit Rozbalit vše Re: iconv - nejde převést soubor do iso-8859-2

Když si obsah souboru new.txt nechám vypsat, vidím místo diakritiky nějaké smetí.

"My enemies...I am Exar Kun." --Exar Kun

11.12.2010 19:05 chrono
Rozbalit Rozbalit vše Re: iconv - nejde převést soubor do iso-8859-2

Ako si ten súbor necháš vypísať? Použiješ napr. textový editor, webový prehliadač... v ktorom sa dá nastaviť, v akej znakovej sade sa má ten súbor zobrazovať?

11.12.2010 19:30 Earl Cash
Rozbalit Rozbalit vše Re: iconv - nejde převést soubor do iso-8859-2

cat

"My enemies...I am Exar Kun." --Exar Kun

12.12.2010 20:12 petr_p | skóre: 59 | blog: pb
Rozbalit Rozbalit vše Re: iconv - nejde převést soubor do iso-8859-2

cat data nijak neintrepetuje, prostě je vypíše. Bez ohledu na locale. Řekl bych, že terminál vám jede v UTF-8.

13.12.2010 10:30 l4m4
Rozbalit Rozbalit vše Re: iconv - nejde převést soubor do iso-8859-2

Přesnější by bylo: file vypisuje ISO-8859-1 pro všechna ISO 8859 kódování (a i pro jiná), protože jeho metody rozlišení kódování jsou primitivní (detekce kódování není jeho hlavní účel).

iconv -cs -f utf-8 -t latin2 input > output ...?

na zistenie kodovania pouzivam enca

End the FED!

11.12.2010 19:42 Earl Cash
Rozbalit Rozbalit vše Re: iconv - nejde převést soubor do iso-8859-2

Stejný výsledek.

Zkusil jsem si otevřít soubor v prohlížeči. Rozpoznal kodovani iso-8859-1 a místo diakritiky byl zase balast, ale při ruční změně na iso-8859-2 už zobrazoval znaky správně.

"My enemies...I am Exar Kun." --Exar Kun

11.12.2010 19:53 moo | skóre: 7 | Praha
Rozbalit Rozbalit vše Re: iconv - nejde převést soubor do iso-8859-2

imho bude potom chyba u teba v tvojom iconv/cat/atd :))

End the FED!

12.12.2010 13:42 Michal Kubeček | skóre: 72 | Luštěnice
Rozbalit Rozbalit vše Re: iconv - nejde převést soubor do iso-8859-2

V tom případě je ten soubor převedený správně a problém je jen v té autodetekci.

12.12.2010 21:49 Chytrex | skóre: 30 | Bohumín
Rozbalit Rozbalit vše Re: iconv - nejde převést soubor do iso-8859-2

Mno tu autodetekci zajišťují hlavičky, které plaintext otevřený přímo nemá.. Takže to není nic divného že to otevřelo trochu špatně.

Hrdý člen KERNEL ULTRAS .:. define QUESTION ((bb) || !(bb)) .:. Odmítám vaši realitu a nahrazuji ji svou vlastní..

13.12.2010 11:19 Michal Kubeček | skóre: 72 | Luštěnice
Rozbalit Rozbalit vše Re: iconv - nejde převést soubor do iso-8859-2

A pak je tu ještě varianta, že to bude HTML a meta element http-equiv v něm tu informaci bude prohlížeči poskytovat. Jenom tam pořád bude to původní kódování, ne to, do kterého to konvertoval…

Moje verze iconv je dost náročná na správnou syntaxi a case sensitive na jméno kódování, tohle mě funguje:

iconv -f UTF-8 -t ISO-8859-2 from.txt  > ./to.txt

Vstupní text je uložený jako UTF-8 a výstupní text po otevření v editoru a nastavení na ISO-8859-2 ukazuje původní text.

Intel meltdown a = arr[x[0]&1]; karma | 帮帮我，我被锁在中国房

Dotaz: iconv - nejde převést soubor do iso-8859-2

Odpovědi