分享一次文件名乱码处理

[duguyipiao]

Linux下在一个网站上下载一个pdf，结果文件名乱码。尝试了一下

代码： 全选

convmv -f gbk -t utf8 *.pdf

结果显示文件名已经是uft8编码，尝试--nosmart参数仍得不到正确的文件名。

回想起下载页面的文字也为乱码，分析html，发现其使用charset=windows-1252，但html的实际编码为gbk，几经辗转，终于发现乱码导致的原因如下：

网页本身使用gbk，确声称自己使用windows-1252，Linux下载时文件名被从windows-1252编码转换成Linux的默认编码utf8。解决办法就是，把文件名进行uft8 -> windows-1252，得到原来的gbk编码，再进行gbk -> uft8 得到utf8编码的正确的文件名。命令如下：

代码： 全选

convmv -f utf8 -t windows-1252 --notest
convmv -f gbk -t utf8 --notest

P.S. 文件是从中国知网下载的pdf，网页不是一直乱码，只在某些提示的页面乱码。