相关疑难解决方法(0)

我经常遇到具有字符编码问题的文本文件（例如我的母语波斯语的字幕文件）。这些文件是在 Windows 上创建的，并以不合适的编码（似乎是 ANSI）保存，看起来乱七八糟且不可读，如下所示：

在 Windows 中，可以使用Notepad++轻松解决此问题，将编码转换为 UTF-8，如下所示：

而正确的可读结果是这样的：

我在 GNU/Linux 上搜索了很多类似的解决方案，但不幸的是，建议的解决方案（例如这个问题）不起作用。最重要的是，我看到人们提出建议iconv，recode但我对这些工具并不走运。我测试了许多命令，包括以下命令，但都失败了：

$ recode ISO-8859-15..UTF8 file.txt
$ iconv -f ISO8859-15 -t UTF-8 file.txt > out.txt
$ iconv -f WINDOWS-1252 -t UTF-8 file.txt > out.txt 

这些都没有用！

我正在使用 Ubuntu-14.04，我正在寻找一个简单的解决方案（GUI 或 CLI），它的工作原理与 Notepad++ 一样。

“简单”的一个重要方面是不需要用户确定源编码；相反，源编码应该由工具自动检测，并且只有目标编码应该由用户提供。但是，我也很高兴知道需要提供源编码的工作解决方案。

如果有人需要测试用例来检查不同的解决方案，可以通过此链接访问上述示例。

大家好，我正在运行 Ubuntu 12.04.1 LTS 32 位，我唯一的问题是我来自保加利亚，当带有保加利亚潜艇 VLC 播放器的下载电影没有正确显示它们时，我该如何解决？

我尝试使用 gsubedit（gnome 字幕）为视频添加字幕，但它显示字幕为乱码，而且我打开文件并看到那里乱码。

我也在 Windows 中使用了希伯来语字幕，如何让 Ubuntu 以希伯来语显示我的字幕？

感谢您的帮助！(:

我有很多来自 Windows 环境的纯文本文件。
他们中的许多人使用一个古怪的默认 Windows 代码页，它既不是 ASCII（7 位）也不是 UTF-8。

gvim打开这些文件没有问题，但gedit无法打开。
gvim报告编码为latin1。

我假设gvim正在对代码页做出“聪明”的假设。
（我相信这个代码页仍然有国际变体）。

一些问题由此产生：

• (1). 有什么方法可以告诉gedit识别这个代码页吗？
  **注意。[更新] 对于这一点 (1)，请参阅下面的我的回答。
  ** 对于点 (2) 和 (3)。看到奥利的回答。

• (2). 有没有办法扫描文件系统来识别这些问题文件？

• (3). 是否有批量转换工具将这些文件转换为 UTF-8？

（.. 这个旧世界的文本混乱实际上是将我带到 Ubuntu 的最后一根稻草......默认情况下系统范围内的 UTF-8很棒）

[更新]
**注： **我现在考虑下面的更新是部分无关紧要，因为“问题”文件不是“问题”（见我下面的答案）。
我把它留在这里，因为它可能对某人有一些普遍的用处。

我已经制定了一个粗略和现成的方法来识别问题文件...
该file命令不合适，因为它将我的示例文件识别为 ASCII...但 ASCII 文件 100% 符合 UTF-8...

正如我在下面的评论中提到的，对UTF-8 代码点的第一个字节无效的测试是：

• 如果（UTF-8 代码点的）第一个字节在 0x80 和 0xBF 之间（为附加字节保留）或大于 …

我的语言字幕有问题。它们被编码为西方（ISO-8859-15），因此某些字符无法正确显示。我厌倦了使用 gedit 和ctrl-手动替换h，然后保存为 UTF-8。如何自动化这个过程？