Holen Sie sich die Codierung einer Datei in Windows

Dies ist eigentlich keine Programmierfrage. Gibt es eine Befehlszeile oder ein Windows-Tool (Windows 7), um die aktuelle Codierung einer Textdatei abzurufen? Sicher kann ich eine kleine C # -App schreiben, aber ich wollte wissen, ob bereits etwas eingebaut ist?

Öffnen Sie Ihre Datei mit dem normalen alten Vanille-Editor, der mit Windows geliefert wird.
Es zeigt Ihnen die Codierung der Datei, wenn Sie auf " Speichern unter ... " klicken .
Es wird so aussehen:

Unabhängig von der standardmäßig ausgewählten Codierung ist dies Ihre aktuelle Codierung für die Datei.
Wenn es sich um UTF-8 handelt, können Sie es in ANSI ändern und auf Speichern klicken, um die Codierung zu ändern (oder umgekehrt).

Mir ist klar, dass es viele verschiedene Arten der Codierung gibt, aber das war alles, was ich brauchte, als ich informiert wurde, dass unsere Exportdateien in UTF-8 waren und ANSI erforderlich waren. Es war ein einmaliger Export, also war Notepad genau das Richtige für mich.

Zu Ihrer Information: Nach meinem Verständnis ist " Unicode " (wie im Editor aufgeführt) eine falsche Bezeichnung für UTF-16.
Mehr hier auf Notepads " Unicode " -Option: Windows 7 - UTF-8 und Unicdoe

Das (Linux-) Befehlszeilentool 'file' ist unter Windows über GnuWin32 verfügbar:

http://gnuwin32.sourceforge.net/packages/file.htm

Wenn Sie git installiert haben, befindet es sich in C: \ Programme \ git \ usr \ bin.

Beispiel:

    C: \ Benutzer \ SH \ Downloads \ SquareRoot> Datei *
    _UpgradeReport_Files; Verzeichnis
    Debuggen; Verzeichnis
    Dauer.h; ASCII C ++ - Programmtext mit CRLF-Zeilenabschlüssen
    ipch; Verzeichnis
    main.cpp; ASCII C-Programmtext mit CRLF-Zeilenabschlüssen
    Precision.txt; ASCII-Text mit CRLF-Zeilenabschlüssen
    Freisetzung; Verzeichnis
    Speed.txt; ASCII-Text mit CRLF-Zeilenabschlüssen
    SquareRoot.sdf; Daten
    SquareRoot.sln; UTF-8-Unicode-Text (mit Stückliste) mit CRLF-Zeilenabschlusszeichen
    SquareRoot.sln.docstates.suo; PCX ver. 2.5 Bilddaten
    SquareRoot.suo; CDF V2-Dokument, beschädigt: Zusammenfassungsinformationen können nicht gelesen werden
    SquareRoot.vcproj; XML-Dokumenttext
    SquareRoot.vcxproj; XML-Dokumenttext
    SquareRoot.vcxproj.filters; XML-Dokumenttext
    SquareRoot.vcxproj.user; XML-Dokumenttext
    squarerootmethods.h; ASCII C-Programmtext mit CRLF-Zeilenabschlüssen
    UpgradeLog.XML; XML-Dokumenttext

    C: \ Benutzer \ SH \ Downloads \ SquareRoot> Datei - Mime-Codierung *
    _UpgradeReport_Files; binär
    Debuggen; binär
    Dauer.h; us-ascii
    ipch; binär
    main.cpp; us-ascii
    Precision.txt; us-ascii
    Freisetzung; binär
    Speed.txt; us-ascii
    SquareRoot.sdf; binär
    SquareRoot.sln; utf-8
    SquareRoot.sln.docstates.suo; binär
    SquareRoot.suo; CDF V2-Dokument, beschädigt: Infobinäre Zusammenfassung kann nicht gelesen werden
    SquareRoot.vcproj; us-ascii
    SquareRoot.vcxproj; utf-8
    SquareRoot.vcxproj.filters; utf-8
    SquareRoot.vcxproj.user; utf-8
    squarerootmethods.h; us-ascii
    UpgradeLog.XML; us-ascii

Wenn Sie "git" oder "Cygwin" auf Ihrem Windows-Computer haben, wechseln Sie in den Ordner, in dem sich Ihre Datei befindet, und führen Sie den folgenden Befehl aus:

file *

Dadurch erhalten Sie die Codierungsdetails aller Dateien in diesem Ordner.

Ein weiteres Tool, das ich nützlich fand: https://archive.codeplex.com/?p=encodingchecker EXE finden Sie hier

Hier ist meine Vorgehensweise zum Erkennen der Unicode-Familie von Textcodierungen über Stücklisten. Die Genauigkeit dieser Methode ist gering, da diese Methode nur für Textdateien (insbesondere Unicode-Dateien) funktioniert und standardmäßig asciikeine Stückliste enthält (wie bei den meisten Texteditoren ist die Standardeinstellung, UTF8wenn Sie mit dem HTTP / Web-Ökosystem übereinstimmen möchten ).

Update 2018 : Ich empfehle diese Methode nicht mehr. Ich empfehle die Verwendung von file.exe aus GIT- oder * nix-Tools, wie von @Sybren empfohlen, und ich zeige in einer späteren Antwort, wie dies über PowerShell funktioniert .

# from https://gist.github.com/zommarin/1480974
function Get-FileEncoding($Path) {
    $bytes = [byte[]](Get-Content $Path -Encoding byte -ReadCount 4 -TotalCount 4)

    if(!$bytes) { return 'utf8' }

    switch -regex ('{0:x2}{1:x2}{2:x2}{3:x2}' -f $bytes[0],$bytes[1],$bytes[2],$bytes[3]) {
        '^efbbbf'   { return 'utf8' }
        '^2b2f76'   { return 'utf7' }
        '^fffe'     { return 'unicode' }
        '^feff'     { return 'bigendianunicode' }
        '^0000feff' { return 'utf32' }
        default     { return 'ascii' }
    }
}

dir ~\Documents\WindowsPowershell -File | 
    select Name,@{Name='Encoding';Expression={Get-FileEncoding $_.FullName}} | 
    ft -AutoSize

Empfehlung: Das kann recht gut funktionieren , wenn die dir, lsoder Get-ChildItemnur überprüft bekannten Textdateien, und wenn Sie nur für „schlechte Codierungen“ aus einer bekannten Liste von Tool suchen. (dh SQL Management Studio verwendet standardmäßig UTF16, wodurch GIT auto-cr-lf für Windows unterbrochen wurde, was für viele Jahre der Standard war.)

Ich habe die Antwort Nr. 4 geschrieben (zum Zeitpunkt des Schreibens). Aber in letzter Zeit habe ich Git auf allen meinen Computern installiert, also verwende ich jetzt die Lösung von @ Sybren. Hier ist eine neue Antwort, die diese Lösung von Powershell aus praktisch macht (ohne git / usr / bin in den PATH zu setzen, was für mich zu viel Unordnung ist).

Fügen Sie dies zu Ihrem hinzu profile.ps1:

$global:gitbin = 'C:\Program Files\Git\usr\bin'
Set-Alias file.exe $gitbin\file.exe

Und verwendet wie : file.exe --mime-encoding *. Sie müssen .exe in den Befehl aufnehmen, damit der PS-Alias ​​funktioniert.

Wenn Sie Ihr PowerShell-Profil jedoch nicht anpassen.ps1, empfehlen wir Ihnen, mit meinem zu beginnen: https://gist.github.com/yzorg/8215221/8e38fd722a3dfc526bbe4668d1f3b08eb7c08be0 und speichern Sie es unter ~\Documents\WindowsPowerShell. Es ist sicher auf einem Computer ohne Git zu verwenden, schreibt jedoch Warnungen, wenn Git nicht gefunden wird.

Die .exe im Befehl ist auch, wie ich C:\WINDOWS\system32\where.exevon Powershell benutze; und viele andere OS CLI-Befehle, die von Powershell "standardmäßig ausgeblendet" werden, * Achselzucken *.

Eine einfache Lösung könnte darin bestehen, die Datei in Firefox zu öffnen.

1. Ziehen Sie die Datei per Drag & Drop in Firefox
2. Klicken Sie mit der rechten Maustaste auf die Seite
3. Wählen Sie "Seiteninformationen anzeigen"

und die Textcodierung wird im Fenster "Seiteninfo" angezeigt.

Hinweis: Wenn die Datei nicht im TXT-Format vorliegt, benennen Sie sie einfach in TXT um und versuchen Sie es erneut.

PS Weitere Informationen finden Sie in diesem Artikel.

Installieren Sie git (unter Windows müssen Sie die git bash console verwenden). Art:

file *   

für alle Dateien im aktuellen Verzeichnis oder

file */*   

für die Dateien in allen Unterverzeichnissen

Sie können ein kostenloses Dienstprogramm namens Encoding Recognizer verwenden (erfordert Java). Sie finden es unter http://mindprod.com/products2.html#ENCODINGRECOGNISER

Ähnlich wie bei der oben mit Notepad aufgeführten Lösung können Sie die Datei auch in Visual Studio öffnen, wenn Sie diese verwenden. In Visual Studio können Sie "Datei> Erweiterte Speicheroptionen ..." auswählen.

Das Kombinationsfeld "Codierung:" gibt an, welche Codierung derzeit für die Datei verwendet wird. Dort sind viel mehr Textcodierungen aufgeführt als in Notepad. Daher ist es nützlich, wenn Sie mit verschiedenen Dateien aus der ganzen Welt und was auch immer arbeiten.

Genau wie bei Notepad können Sie auch die Codierung aus der Liste der dortigen Optionen ändern und die Datei dann speichern, nachdem Sie auf "OK" geklickt haben. Sie können die gewünschte Codierung auch über die Option "Mit Codierung speichern ..." im Dialogfeld "Speichern unter" auswählen (indem Sie auf den Pfeil neben der Schaltfläche "Speichern" klicken).

Hier finden Sie einen C-Code für die zuverlässige Erkennung von ASCII, Bom's und Utf8: https://unicodebook.readthedocs.io/guess_encoding.html

Nur ASCII, UTF-8 und Codierungen unter Verwendung einer Stückliste (UTF-7 mit Stückliste, UTF-8 mit Stückliste, UTF-16 und UTF-32) verfügen über zuverlässige Algorithmen, um die Codierung eines Dokuments zu erhalten. Für alle anderen Codierungen müssen Sie Heuristiken vertrauen, die auf Statistiken basieren.

BEARBEITEN:

Eine Powershell-Version einer C # -Antwort von: Effektiver Weg, um die Codierung einer Datei zu finden . Funktioniert nur mit Signaturen (Boms).

# get-encoding.ps1
param([Parameter(ValueFromPipeline=$True)] $filename)    
begin {
  # set .net current directoy                                                                                                   
  [Environment]::CurrentDirectory = (pwd).path
}
process {
  $reader = [System.IO.StreamReader]::new($filename, 
    [System.Text.Encoding]::default,$true)
  $peek = $reader.Peek()
  $encoding = $reader.currentencoding
  $reader.close()
  [pscustomobject]@{Name=split-path $filename -leaf
                BodyName=$encoding.BodyName
                EncodingName=$encoding.EncodingName}
}


.\get-encoding chinese8.txt

Name         BodyName EncodingName
----         -------- ------------
chinese8.txt utf-8    Unicode (UTF-8)


get-childitem -file | .\get-encoding

Der einzige Weg, den ich gefunden habe, um dies zu tun, ist VIM oder Notepad ++.