Пакетное перекодирование файлов

[Hellerick]

А тоталКоммандер у вас список файлов выдать не может?

Не пользуюсь TC.

Да шо же там за компутер такой. Ничиво нету.

[Bhudh]

Всё тут есть. Но не пользуюсь.
Блин, этот скрипт полминуты файл в 35 KB обрабатывает . А в папке их 144!

[Bhudh]

Какого чёрта в безBOMном оно так отображается?!

[Bhudh]

Пока обработал 60 файлов за 25 минут. ОМГ.

[amdf]

Ставите iconv, версию для Windows.

Дальше. Набор пакетных файлов:

all.cmd

Код Выделить Развернуть


for /R %%i in (.) do call txt.cmd %%i


iconv2.cmd

Код Выделить Развернуть


iconv -c -f cp866 -t UTF-8 %1 > win.%1
del %1
rename win.%1 %1


txt.cmd

Код Выделить Развернуть


set cd2=%cd%
cd %1
for %%j in (*.txt) do call %cd2%\iconv2.cmd %%j
cd %cd2%


Кладёте папку с файлами туда, где скрипты. Запускаете all.cmd. В iconv2.cmd указать нужную исходную кодировку вместо 866.

[Bhudh]

Уже перекодировал. За 43 минуты.
Но всё равно: для простой, казалось бы, задачи, для набившей всем оскомину проблемы с кодировками просто НЕТ нормального инструмента и приходится руками писать самопальные скрипты и батники, как в каких-нибудь 80-х‼
ПОЧЕМУ???

[antic]

HTML Changer, насколько я понял, работает как «найти-заменить». А таблицу «что найти-на что заменить» надо делать ручками. Как-то для смены кодировки не особо подходит...

Вы неправильно понимаете. Точнее, не до конца понимаете. Точнее, не полностью, только частично.
У этой программы есть два режима: удаление, замена, вставка кусков текста и перекодировка страницы.
Для изменения кодировок нужно сделать два этапа работы: произвести собственно перекодировку и произвести замену тега с указанием кодировки.
Всё вместе занимает около трёх минут рабочего времени оператора!
Вы вместо этого 43 минуты мучились, да ещё, наверное, до этого экспериментировали черт знает сколько времени, и на форуме висели.

[Bhudh]

Для изменения кодировок нужно сделать два этапа работы: произвести собственно перекодировку и произвести замену тега с указанием кодировки.

А теперь ложка дёгтя: в настройках программы просто нет кодировки windows-1252.
Там только кириллические кодировки, из одной которой в другую и предлагается перекодировать.
Так как программа делалась для русскоязычного пользователя.

[antic]

Ну, на вас не угодишь. Попробуйте поискать более новую версию, может быть там есть

[amdf]

Уже перекодировал. За 43 минуты.
Но всё равно: для простой, казалось бы, задачи, для набившей всем оскомину проблемы с кодировками просто НЕТ нормального инструмента и приходится руками писать самопальные скрипты и батники, как в каких-нибудь 80-х‼
ПОЧЕМУ???

Потому что путь Unix учит нас делать так. Кто неспособен написать скрипт или воспользоваться консольным инструментом, великолепно выполняющем свою узкую задачу, тот будет довольствоваться "удобными" программами, осуществляющими перекодирование за 43 минуты, и ещё большее количество минут искать их.

[Тайльнемер]

Блин, этот скрипт полминуты файл в 35 KB обрабатывает . А в папке их 144!

Вы про пауэршелловский скрипт?

[Hellerick]

ПОЧЕМУ???

Это правильно.

Можно на каждую элементарную операцию иметь по программе, а потом хранить весь этот зоопарк, надеясь, что однажды удастся ими воспользоваться, а можно иметь пару-тройку универсальных инструментов и уметь применять их. Второе перспективнее.

[Bhudh]

тот будет довольствоваться "удобными" программами, осуществляющими перекодирование за 43 минуты

Вы про пауэршелловский скрипт?

Да, я именно про пауэршелловский скрипт, а не про "удобную" программу.

[Bhudh]

а можно иметь пару-тройку универсальных инструментов

Только у каждого универсального инструмента оказывается свой собственный ни на что не похожий универсальный язык и будь любезен учи их все: bash, sed, cmd, powershell...

[Hellerick]

Только у каждого универсального инструмента оказывается свой собственный ни на что не похожий универсальный язык и будь любезен учи их все: bash, sed, cmd, powershell...

Большая часть знаний по SED'у потом оказывается полезной в питоне. 

[Bhudh]

Ну это если потом начать учить питон.

[Rwseg]

http://sourceforge.net/projects/cp-converter/
Попробуйте.

[Bhudh]

О-о-о, вот это замечательная вещь! Спасибо!

[Rwseg]

вот это замечательная вещь!

Сработало?

Спасибо!

Привет Воронежу!

[Bhudh]

Сработало?

Мгновенно работает! То, что доктор прописал.

[Python]

Перекодировку можно сделать с помощью iconv (юниксовая утилита, есть портированные версии для windows):
iconv -f windows-1252 -t utf-8 <ansifile.htm >utf8file.htm
Требуется также добавить тег meta:
sed "s|<head>|<head><meta  http-equiv='Content-Type' content='text/html; charset=UTF-8' />|i" <utf8.htm >uf8.html

Все вместе в цикле (для конвертирования всех файлов htm в текущей папке с выводом в файлы с расширением html) будет выглядеть так:

Код Выделить Развернуть

for %i in (*.htm) do iconv -f windows-1252 -t utf-8 <%i | sed "s|<head>|<head><meta  http-equiv='Content-Type' content='text/html; charset=UTF-8' />|i" >%il
(При использовании этой команды в батнике, % нужно везде заменить на %% )