如何將帶有 CRLF 行終止符的非 ISO 擴展 ASCII 文本的編碼更改為 UTF-8？

我有一個 txt 文件：

$ file -i x.txt
x.txt: text/plain; charset=unknown-8bit
$ file x.txt 
x.txt: Non-ISO extended-ASCII text, with CRLF line terminators

還有一些字元編碼不正確：

trwa³y, sta³y, usuwaæ

如何將此文件的編碼更改為 UTF-8 ？到目前為止，我已經嘗試了以下方法：

$ iconv -f ASCII -t UTF-8 x.txt
               puiconv: illegal input sequence at position 4

也許我應該以某種方式使用extended ASCII( ) 但在的編碼列表high ASCII中找不到它。iconv

file告訴您“非 ISO 擴展 ASCII 文本”，因為它檢測到這是：

• 很可能是一個“文本”文件，因為除了換行符之外缺少控製字元（字節值 0-31）；
• “extended-ASCII”，因為有超出 ASCII 範圍的字元（字節值 ≥128）；
• “非 ISO”，因為在 128–159 範圍內有字元（ISO 8859保留此範圍用於控製字元）。

您必須弄清楚該文件似乎在哪種編碼中。您可以嘗試Enca的自動辨識。您可能需要通過告訴它文本是什麼語言來將其推向正確的方向。

enca x.txt
enca -L polish x.txt

要轉換文件，請傳遞-x選項：enca -L polish x.txt -x utf8 >x.utf8.txt

如果您不能或不想使用 Enca，您可以手動猜測編碼。環顧四周告訴我，這是波蘭語文本，單詞是 trwały、stały、usuważ，所以我們正在尋找³→ł和æ→的翻譯ż。這看起來像latin-2或latin-10或更可能（給定“非 ISO” CP1250，您將其視為latin1。要將文件轉換為 UTF-8，您可以使用recode或iconv。

recode CP1250..utf8 <x.txt >x.utf8.txt
iconv -f CP1250 -t UTF-8 <x.txt >x.utf8.txt

引用自：https://unix.stackexchange.com/questions/108271