Dotaz: hromadne prekodovanie suborov cp-1250 > utf-8

[dusan456]

Zdravim,

chcel by som prejst s jednym webom na UTF-8, doteraz tam je win-1250. Vacsina dat je v mysql, ale su tam aj staticke stranky, ktore potrebujem prekodovat. Na mysql chcem pouzit postup, ktory som nasiel na www.utf-8.sk, ale najvacsi problem bude asi so subormi.

Nema prosim niekto skript na prekodovanie suborov v adresary? Ako by to bolo najlepsie vyriesit?

Pripadne za akukolvek radu s prechodom na UTF-8 budem vdacny.

---

---

Odpovědi

[bhy]

recode, iconv ...

[lazy]

ja by som skusil nieco taketo (za chyby sa vopred ospravedlnujem ;) )

for i in `ls .`; do iconv -f WINDOWS-1250 -t UTF-8 $i; done;

[hikikomori82]

ak obsahuju subory medzery tak radsej takto:

ls | while read a; do .......; done

[kokan]

Nevím jak vaše verze iconv, ale ty co znám já hází překódovaný obsah souboru na standardní výstup. Osobně doporučuji recode, $i dávat určitě do uvozovek ("$i") a u většího množství souborů či podadresářů kombinovat nejlépe pajpou s výstupem find.

[dusan456]

Skusam to recode, ale nefunguje mi to

# recode 1250..u8 index.php
recode: index.php failed: Ambiguous output in step `CR-LF..data'

[Ash]

Možná na ten soubor zkuste ještě předtím aplikovat dos2unix, jestli není problém v koncích řádek.

[dusan456]

Vytvoril som novy adresar "prekodovane" a tam ich skopirujem uz prekodovane. Je to trocha pracnejsie, ale funguje to:

pre php, php3

ls| grep .php | while read a; do iconv -f WINDOWS-1250 -t UTF-8 $a > prekodovane/$a; done;

pre htm, html

ls| grep .htm | while read a; do iconv -f WINDOWS-1250 -t UTF-8 $a > prekodovane/$a; done;

[dusan456]

Toto by uz malo zmenit aj charset windows-1250 na UTF-8. Skript staci vlozit do adresara a spustit, vsetky subory budu prekodovane.

#!/bin/bash

mkdir prekodovane
ls| grep .php | while read a;
do
sed 's/windows-1250/UTF-8/g' < $a > prekodovane/$a;
iconv -f WINDOWS-1250 -t UTF-8 prekodovane/$a > $a;
done;

ls prekodovane/ | while read a;
do
rm prekodovane/$a;
done;

rmdir prekodovane

[krtek007]

a co takhle? to funguje i na strom podadresářů...

find . -name *php | while read a; do iconv -f WINDOWS-1250 -t UTF-8 $a > $a.xx; mv $a.xx $a; done;

[cheyene12]

pre "dry run" convmv -r -f cp1250 -t utf8 ./
potom convmv -r --notest -f cp1250 -t utf8 ./

[Ash]

Možná je dobré k tomu i poznamenat, že se v tomto případě jedná o přejmenování názvů souborů/adresářů, nikoliv obsahů souborů. Třeba když má někdo v názvech souborů neascii znaky.