BASH > conversion de caractères

FICHIERS

connaitre le charset utilisé sur la machine :
echo $LANG → en_IE.UTF-8

 

connaitre le charset du fichier :

convmv-for-utf-8-hizoka_0.04.sh

ou

convmv-for-utf-8_0.04.sh

 

convertir un fichier encodé en ISO-8859-1 en UTF-8 :
convmv -f iso-8859-1 -t utf8 fichier > fichier_converti


 

convertir des fichiers windows en UTF8 :
convmv -r -f windows-1252 -t UTF-8 .

-r récursive

. pour tous les fichiers du dossier courant

CHAINES DE CARACTERES

substitution avec sed

La suppression des caractères accentués et autres cédilles peut être effectuée, en Bash, en utilisant “sed” ou “tr” :

echo $_str | sed 'y/áàâäçéèêëîïìôöóùúüñÂÀÄÇÉÈÊËÎÏÔÖÙÜÑ/aaaaceeeeiiiooouuunAAACEEEEIIOOUUN/'

conversion avec iconv

du format utf8 (-f pour from) vers le format ASCII (-t pour to) : iconv -f utf8 -t ascii//TRANSLIT <<< $VAR

Avec l’option TRANSLIT, si un caractère ne peut être transcrit, il est converti en une chaine de caractère équivalente.

La méthode peut être utilisée sur des fichiers : iconv -f utf8 -t ascii//TRANSLIT < fich1.txt > fich2.txt