请问 linux 如何查看 GBK 编码的文本

[yuedingwangji]

昨天，处理一个 600M 的文件，把文件复制到 linux 中打开乱码，百度了一下，说可以用 iconv 转码，可是我用 iconv 的时候， 600 多 M 的文档转了好久，后面他居然还提示错误，无法成功转换，我崩溃了，用 VIM 转码也不行，而且 VIM 打开 600M 的文件明显有卡顿了， 后面只能借助 notepad+ 来转码了，可 notepad++ 居然不能打开大于 500 多 M 的文件，还得把 2 个文件分割，然后用 notepad 转 utf-8 码，在用 cat 合并，好麻烦呀 。请问有什么别的方法么？
还有，我在用 notepad++转码的时候很快的，点一下格式--转成 UTF-8 码 就 OK 了，为什么 linux 下的 iconv 转码那个慢，感觉是一个个的转的，好恐怖

[tracyone]

难道你转成 utf-8 之后里面的多字节文字还能看？

[xiaorixin]

如果你觉得 iconv 比较慢可以把文件按行分割一下， split --help 查看具体使用方法。然后再 iconv, 完了 cat 到一起，麻烦就写个脚本。

[yuedingwangji]

@tracyone 什么意思？

[yuedingwangji]

@xiaorixin 600M 的文档 分割 完 在合并？

[clino]

用 python 写个几行代码就能搞定

[lgh]

用百度就是个错误的开始……正确的姿势不是转码而是找到在 Linux 下查看 GBK 的方法，例如顺手 Google 到的这篇 http://edyfox.codecarver.org/html/vim_fileencodings_detection.html

[yuedingwangji]

@clino 怎么弄，教我

[fasling]

#python3.4
f=open('utf8.txt','wb')
for line in open('gbk.txt'):
f.write(line.encode('utf8'))
f.close()

[cxbig]

随便用个语言， php 、 python 或 ruby 写几行就搞定的事。
唯一要注意的是中文编码是不是标称的那个，写爬虫的时候遇到过，网页标注的是 gbk ，其实是 gb2312 。

[skydiver]

cat xx.txt | iconv -f GBK

[clino]

https://gist.github.com/zhangchunlin/abf1d76648910fa90855

[michaelOoO]

如果只是为了查看，不是非要转换的话， 配置下 vim 直接打开就可以看:

vim 中设置:
`
set fileencodings=ucs-bom,utf-8,cp936,gb18030,big5,euc-jp,euc-kr,latin1
`
链接:
http://edyfox.codecarver.org/html/vim_fileencodings_detection.html

[lostsnow]

```
export LANG=zh_CN.GBK
```

[realpg]

U 盘拷出来，随便找个 windows 电脑， ultraedit 打开，另存为，编码选 UTF-8 ，存 U 盘里，再拷到 linux 里，完事。
ultraedit 绿色版满天飞，不到 20MB

[WangYanjie]

@lostsnow 这是最快的，楼主不要怀疑了

[greenskinmonster]

enca -L zh_CN -x utf-8 file.txt

[BurNFans]

python 一行代码搞定， file("xxx_uf8", "w").write(file("xxx").read().decode("gbk").encode("utf8"))

[khan]

@cxbig gb2312 不是 gbk 的子集么, gb2312 支持 8k 多个汉字, gbk 2w 多个汉字, 他们之间不存在错误的问题啊

[Khlieb]

@realpg 弄个 Windows 虚拟机也可以吧

[yuedingwangji]

@realpg ultraedit 必须另存为的时候选编码么？ 我是直接 文件-转换 ，哪里转码的，不过没效果

[ToughGuy]

$ du -h gbk.txt
643M gbk.txt

$ time iconv -f GBK -t UTF-8 gbk.txt >/dev/null

real 0m2.995s
user 0m2.951s
sys 0m0.043s


$ time iconv -f GBK -t UTF-8 gbk.txt > /data/utf8.txt

real 0m5.579s
user 0m3.061s
sys 0m0.797s

[tatsuteng]

mousepad ?

[withrock]

应该是要在你的 linux 上安装 GBK 的字符集吧？

[sudo123]

系统自带的编辑器打开文本文件可以选择特定的编码

[clino]

话说楼主这些方法都试过哪些? 搞定了吗?

[woyaojizhu8]

@tatsuteng 正解

[xiaorixin]

600M 转完再 cat 也很快的。

[yuedingwangji]

@WangYanjie 这个我试过了 ，好像没用

[yuedingwangji]

@ToughGuy 为什么你的这么快的？

[WangYanjie]

@yuedingwangji 如果你是用 xshell 这样的软件连接的 linux 的话，你可能还要修改 xshell 对应的编码

[ToughGuy]

@yuedingwangji

我是去百度百科里面抓的一页中文， 先转换成 GBK ， 然后拼接一个 600M 的文件。 不知道速度快和重复两有没有关系。

你可以试试输出到 /dev/null 排除掉磁盘 I/O 问题再看看速度如何。

我的 CPU 是 I5-4570

[yuedingwangji]

@BurNFans 谢谢！

[yuedingwangji]

@fasling 谢谢，有空试下

[yuedingwangji]

@ToughGuy 我有一个小疑惑， 就是屏幕输出的时候是不是很慢， 如果丢到 /dev/null 理就很快？ 磁盘 iO 问题说的是什么? 没听过

[gbcbooks]

@michaelOoO 这位兄台给出的解决方案我就在用。楼主可以看看。

[yuedingwangji]

@gbcbooks 我是要转换的 ，单门查看我在 windows 就可以了

[woyaojizhu8]

mousepad 和 leafpad