ntg_net Δημοσ. 20 Σεπτεμβρίου 2017 Δημοσ. 20 Σεπτεμβρίου 2017 Γίνεται να μετατρέψω μαζικά και recursive όλα τα αρχεία σε UTF-8 στο ακελο ~/Movies/ ? Είτε είναι το encoding Windows-1253 ή ISO-8859-7 ή Windows-1252 να τα αλλάξει όλα σε UTF-8 Να μην διαλέγω δηλαδή iconv -f ISO-8859-7 -t UTF-8 sub1.srt > sub1.srt Και τέλος να τα γυρίσει όλα σε Line Ending: Unix/Linux Edit1 Βρήκα και αυτό το script αλλά πάλι δεν είναι αυτό ακριβώς που θέλω #!/bin/bash #enter input encoding here FROM_ENCODING="value_here" #output encoding(UTF-8) TO_ENCODING="UTF-8" #convert CONVERT=" iconv -f $FROM_ENCODING -t $TO_ENCODING" #loop to convert multiple files for file in *.txt; do $CONVERT "$file" -o "${file%.txt}.utf8.converted" done exit 0 Edit2 Βρήκα και αυτό εδώ και μάλλον θα κάνει #!/bin/bash # Created by LEXO, http://www.lexo.ch # Version 1.0 # # This bash script converts all files from within a given directory from any charset to UTF-8 recursively # It takes track of those files that cannot be converted automatically. Usually this happens when the original charset # cannot be recognized. In that case you should load the corresponding file into a development editor like Netbeans # or Komodo and apply the UTF-8 charset manually. # # This is free software. Use and distribute but do it at your own risk. # We will not take any responsibilities for failures and do not provide any support. #checking Parameters if [ ! -n "$1" ] ; then echo "You did not supply any directory at the command line." echo "You need to provide the path to the directory that contains the files which you want to be converted" echo "" echo "Example: $0 /path/to/directory" echo "" echo "Important hint: You should not run this script from within the same directory where the files are stored" echo "that you want to convert right now." exit fi # This array contains file extensions that need to be checked no matter if the filetype is binary or not. # Reason: Sometimes it happens that .htm(l), .php, .tpl files etc. have a binary charset type. This script # does not convert binary file types into utf-8 because it might destroy your data. So we need to include these file types # into the conversion system manually to tell the conversion that binary files with these special extensions may be converted anyway. filestoconvert=(htm html php txt tpl asp css js) # define colors # default color reset="\033[0;00m" # Successful conversion (green) success="\033[1;32m" # No conversion needed (blue) noconversion="\033[1;34m" # file skipped because it's not mentioned in the filestoconvert array (white) fileskipped="\033[1;37m" # files that could not be converted aka error (red) fileconverterror="\033[1;31m" ## function to convert all files in a directory recusrively function convert { #clear screen first clear dir=$1 # Get a recursive file list files=(`find $dir -type f`); fileerrors="" #loop counter i=0 find "$dir" -type f |while read inputfile do if [ -f "$inputfile" ] ; then charset="$(file -bi "$inputfile"|awk -F "=" '{print $2}')" if [ "$charset" != "utf-8" ]; then #if file extension is in filestoconvert variable the file will always be converted filename=$(basename "$inputfile") extension="${filename##*.}" # If the current file has not an extension that is listed in the array $filestoconvert the current file is being skipped (no conversion occurs) if in_array $extension "${filestoconvert[@]}" ; then # create a tempfile and remember all of the current file permissions to be able to reapply those to the new converted file after conversion tmp=$(mktemp) owner=`ls -l "$inputfile" | awk '{ print $3 }'` group=`ls -l "$inputfile" | awk '{ print $4 }'` octalpermission=$( stat --format=%a "$inputfile" ) echo -e "$success $inputfile\t$charset\t->\tUTF-8 $reset" iconv -f "$charset" -t utf8 "$inputfile" -o $tmp &>2 RETVAL=$? if [ $RETVAL > 0 ] ; then # There was an error converting the file. Remember this and inform the user about the file not being converted at the end of the conversion process. fileerrors="$fileerrors\n$inputfile" fi mv "$tmp" "$inputfile" #re-apply previous file permissions as well as user and group settings chown $owner:$group "$inputfile" chmod $octalpermission "$inputfile" else echo -e "$fileskipped $inputfile\t$charset\t->\tSkipped because its extension (.$extension) is not listed in the 'filestoconvert' array. $reset" fi else echo -e "$noconversion $inputfile\t$charset\t->\tNo conversion needed (file is already UTF-8) $reset" fi fi (( ++i )) done echo -e "$success Done! $reset" echo -e "" echo -e "" if [ ! $fileerrors == "" ]; then echo -e "The following files had errors (origin charset not recognized) and need to be converted manually (e.g. by opening the file in an editor (IDE) like Komodo or Netbeans:" echo -e $fileconverterror$fileerrors$reset fi exit 0 } #end function convert() # Check if a value exists in an array # @param $1 mixed Needle # @param $2 array Haystack # @return Success (0) if value exists, Failure (1) otherwise} #end function in_array() # Usage: in_array "$needle" "${haystack[@]}" in_array() { local needle=$1 local hay=$2 shift for hay; do # echo "Hay: $hay , Needle: $needle" [[ $hay == $needle ]] && return 0 done return 1 } #end function in_array #start conversion convert $1
becoming_I Δημοσ. 21 Σεπτεμβρίου 2017 Δημοσ. 21 Σεπτεμβρίου 2017 Νομίζω ότι αυτό που θες γίνεται σε 1 γραμμή εφόσον είσαι στον ίδιο φάκελο, για δοκίμασε for s in *.srt; do iconv -f ISO-8859-7 -t UTF-8 $s > $s; done
ntg_net Δημοσ. 21 Σεπτεμβρίου 2017 Μέλος Δημοσ. 21 Σεπτεμβρίου 2017 Νομίζω ότι αυτό που θες γίνεται σε 1 γραμμή εφόσον είσαι στον ίδιο φάκελο, για δοκίμασε for s in *.srt; do iconv -f ISO-8859-7 -t UTF-8 $s > $s; done Αν είναι Windows-1253 και όχι ISO-8859-7, πιστεύεις το κάνει μετατροπή?
Oxygene Δημοσ. 21 Σεπτεμβρίου 2017 Δημοσ. 21 Σεπτεμβρίου 2017 (επεξεργασμένο) 1. Εγκατέστησε την uchardet και την dos2unix 2. Τρέξε τον παρακάτω κώδικα στον φάκελο που θες (δανείστηκα κομμάτια κώδικα από το subedit για το γράψω): #!/bin/bash # Set globbing to case insensitive shopt -s nocaseglob # Capture the output of find to an array old_IFS=$IFS # save the field separator IFS=\n' # new field separator, the end of line unset filesarray filesarray=( $(find ./ -type f -iname "*.srt" 2> /dev/null | sort) ) IFS=$old_IFS # restore default field separator # Restore globbing to case sensitive shopt -u nocaseglob for inputfilename in "${filesarray[@]}"; do encoding=$(file -b --mime-encoding "$inputfilename") if [[ $encoding == "binary" ]] || ! [[ $(file -b "$inputfilename") == *"text"* ]] && ! [[ $(file -b "$inputfilename") == *"Bio-Rad .PIC Image File"* ]]; then echo "${red}Error: \"$inputfilename\" is not a text file or it is UTF-16 without BOM${normal}" fi # Detect encoding of input file # We use both file and uchardet (if it is available) because no one is perfect. # file doesn't get right some non-unicode encodings, but for UTF-16 is preferable # than uchardet because the latter doesn't specify if it is UTF-16BE or UTF-16LE. if [[ $encoding == "utf-16"* ]] || [[ $encoding == *"ascii"* ]]; then : elif [[ -x /usr/bin/uchardet ]]; then encoding=$(uchardet "$inputfilename") fi # If the encoding is detected as ISO-8859-7, make it CP1253 if [[ ${encoding^^} == "ISO-8859-7" ]]; then encoding="CP1253" fi # If text file is UTF-16 convert it to UTF-8 if [[ $encoding == "utf-16"* ]]; then tempvar="$(cat "$inputfilename" | iconv -f $encoding -t utf-8)" printf "%s\n" "$tempvar" > "$inputfilename" encoding="utf-8" unset tempvar fi # Convert subtitle to UTF-8 iconv -f $encoding -t utf-8 "$inputfilename" 2> /dev/null # Make all line endings unix-like dos2unix -q "$inputfilename" 2> /dev/null done Επεξ/σία 21 Σεπτεμβρίου 2017 από Oxygene 1
becoming_I Δημοσ. 21 Σεπτεμβρίου 2017 Δημοσ. 21 Σεπτεμβρίου 2017 Γίνεται να μετατρέψω μαζικά και recursive όλα τα αρχεία σε UTF-8 στο ακελο ~/Movies/ ? Βασικά (καλημέρα σας) δεν είδα το recursive, νόμισα ότι όλα ήταν στον ίδιο φάκελο. Νομίζω ότι ο Oxygene σε έκανε άρχοντα!!
Oxygene Δημοσ. 21 Σεπτεμβρίου 2017 Δημοσ. 21 Σεπτεμβρίου 2017 Βασικά (καλημέρα σας) δεν είδα το recursive, νόμισα ότι όλα ήταν στον ίδιο φάκελο. Νομίζω ότι ο Oxygene σε έκανε άρχοντα!! Ούτε εγώ το είχα δεί, αλλά το τροποποίησα για να υποστηρίζει recursive
georgegreece Δημοσ. 19 Φεβρουαρίου 2021 Δημοσ. 19 Φεβρουαρίου 2021 Καλημερα, για ενα σχετικο θεμα conversion απο utf8 σε utf16 (σε μηχανημα WINDOWS 10 - με library iconv, gettex κλπ) αν ξερεις κανεις γιατι το παρακατω script δεν δουλευει. Εχει ενα θεμα με το BOM απ οτι καταλαβα. Το utf16 σκετο δεν οριζει BOM. Βγαζει μισα κινεζικα , μισα οΚ. Σε notepad++ τα βλεπω UCS-2-BE BOM . @ECHO OFF cd C:\Users\George\Desktop\testscript for %f in (*.txt) do "C:\Program Files (x86)\UNIXUTIL\ICONV\bin\iconv.exe" -f utf-8 -t utf-16 "%f" > C:\Users\George\Desktop\testscript\resultfolder\%f δοκιμασα και utf-16BE, utf-16LE . Σε notepad++ φαινονται ANSI με : nul κλπ .
Προτεινόμενες αναρτήσεις
Δημιουργήστε ένα λογαριασμό ή συνδεθείτε για να σχολιάσετε
Πρέπει να είστε μέλος για να αφήσετε σχόλιο
Δημιουργία λογαριασμού
Εγγραφείτε με νέο λογαριασμό στην κοινότητα μας. Είναι πανεύκολο!
Δημιουργία νέου λογαριασμούΣύνδεση
Έχετε ήδη λογαριασμό; Συνδεθείτε εδώ.
Συνδεθείτε τώρα