cnblogs Post date: 2012-11-02 23:35
今天上网下点歌曲，结果发现是乱码！！ 这可怎么办呢？
打开文件，自然可以听出是什么歌，但是问题关键在于我不止下载了一首，而且一首歌一首歌听过来也未免太浪费时间了.
作为一个程序猿，自然想到了编程解决这个问题:
我选择的是用.net的文本编码类来做这个编码转换，因为对.Net比较熟悉
来晒晒代码：http://files.cnblogs.com/pcy0/chgEncode.zip (话说园子居然不让上传.tgz的文件，害得我又重新学了下zip的命令）
核心转换算法（汗）：
将字符串先按A编码解成码流，再按B编码组织为字符串，这样完成从A到B的转换
// Convert @s from encoding @A to @B
public static string ConvertEncoding (String s, Encoding A, Encoding B)
{
try {
var bytes = A.GetBytes (s);
return B.GetString (bytes);
} catch(Exception ex) {
debug (ex.ToString());
return ">>>FAILED:" + ex.Message + "<<<";
}
}
处理入参等逻辑（C语言写惯了，都把C#写成过程式的了）：
主要实现了一下功能：
查看当前可选的N种编码类型（命令行 -l / --list-all-encoding参数）
尝试N -> N的编码转换，并打印出转换后的文件名（命令行-t / --try-all-encoding参数）
-- 最终发现一般中文编码是GBK/GB2312/GB18030等GB开头的，而linux下目录的编码都是ISO-8859-X，不过N*N个编码转换也很容易通过CTRL+F来找到合适的编码类型
确认编码类型后，转换并重命名文件（交互式的哦～）
// Complie: mono-csc chgEncode.cs
// Example: chgEncode.exe ~/Music iso-8859-9 GB18030
public static int Main (String[]args)
{
if (args.Count () < 1) {
} else if (args.Length == 1
&& (args [0] == "--list-all-encoding"
|| args [0] == "-l")) {
var encodings = Encoding.GetEncodings ();
debug ("Found " + encodings.Count () + " encoding(s)");
println ("name\tcode-page\tdisplay-name");
foreach (var e in encodings) {
println (e.Name + "\t" + e.CodePage + "\t" + e.DisplayName);
}
return 0;
} else if (args.Length == 2 && (args [0] == "--try-all-encoding" || args [0] == "-t")) {
var dir = args [1];
debug ("Input dir is " + dir);
var files = Directory.EnumerateFiles (dir);
debug ("Found " + files.Count () + " file(s)");
var filename = files.First();
var encodings = Encoding.GetEncodings ();
debug ("Found " + encodings.Length + " encoding(s)");
foreach (var e in encodings) {
foreach (var f in encodings) {
try{ // I don't know the cause but it always failed hear! So I add the try... catch.
println ("file " + filename + " " + e.Name + " -> " + f.Name + " : "
+ ConvertEncoding (filename, e.GetEncoding (), f.GetEncoding ()));
}
catch{}
}
}
} else if (args.Length == 3) {
var dir = args [0];
debug ("Input dir is " + dir);
var files = Directory.EnumerateFiles (dir);
debug ("Found " + files.Count () + " file(s)");
var encodings = Encoding.GetEncodings ();
debug ("Found " + encodings.Count () + " encoding(s)");
var A = encodings.FirstOrDefault (e => e.Name == args[1]);
var B = encodings.FirstOrDefault (e => e.Name == args[2]);
if (null == A || null == B)
{
println ("Error: failed to find the encodings!");
return 1;
}
foreach (var file in files) {
var newFile = ConvertEncoding (file, A.GetEncoding (), B.GetEncoding ());
Console.Write(file + " -> \"" + newFile + "\" [Y/N]?");
Console.Out.Flush();
try
{
if ("y" == Console.ReadLine().ToLower())
{
File.Move(file, newFile);
}
}
catch(Exception ex)
{
debug (ex.ToString());
println("Failed: "+ex.Message);
}
}
}
else {
println ("Usage1: chgEncode <dir> <encode-A> <encode-B>");
println (" change the encoding of files in @dir");
println ("Usage2: chgEncode --list-all-encoding");
println (" chgEncode -l");
println (" list all encodings");
println ("Usage3: chgEncode --try-all-encoding <dir>");
println (" chgEncode -t <dir>");
println (" try all encoding to convert the first file of @dir");
}
return 0;
}
居然花费了一个小时才搞定，真的水平退步了
不过效果还挺好，至少达成咱的目的了
使用效果：
# 将~/tmp目录下的文件从iso-8859-1编码转换为gb2312编码peter@peter-K43SJ:~/Code/chgEncode$ ./chgEncode.exe ~/tmp iso-8859-1 gb2312
Input dir is /home/peter/tmp
Found 2 file(s)
Found 95 encoding(s)
/home/peter/tmp/Å£×кÜæ.mp3 -> "/home/peter/tmp/牛仔很忙.mp3" [Y/N]?y
/home/peter/tmp/ÌýÂèÂèµÄ»°.mp3 -> "/home/peter/tmp/听妈妈的话.mp3" [Y/N]?y
# 显示帮助
peter@peter-K43SJ:~/Code/chgEncode$ ./chgEncode.exe --help
Usage1: chgEncode <dir> <encode-A> <encode-B>
change the encoding of files in @dir
Usage2: chgEncode --list-all-encoding
chgEncode -l
list all encodings
Usage3: chgEncode --try-all-encoding <dir>
chgEncode -t <dir>
try all encoding to convert the first file of @dir
