Alguém me enviou um arquivo de texto. Embora eu possa ler a maior parte do documento, às vezes há caracteres incomuns. Quando abro no VIM, vejo < 92 > em seu lugar. Quando uso o gedit, vejo um caractere que parece um quadrado com dois zeros e 9 e 4 no quadrado.
Existe uma maneira de decodificar esses personagens engraçados de volta ao seu equivalente legível?
Eu também executei o seguinte no shell:
johncomputer> file --mime-encoding file.txt
johncomputer> file.txt: : utf-8
Então eu acho que é utf8 codificado.
Ah, e também, este é um documento de texto em que a maioria dos personagens é legível. Apenas alguns (não todos) dos caracteres acentuados estão aparecendo de forma estranha.
As chances são de que você vê como < 92 > e < 94 > são apóstrofo “inteligente” (encaracolado) do windows-1252 codificado e aspas duplas à direita “inteligente” . Eles podem ser praticamente qualquer coisa, é claro, mas em UTF-8, esses bytes não podem aparecer como "autônomos", apenas como o segundo byte de uma representação de vários bytes de um caractere,
Você conhece a página de códigos usada pela pessoa que lhe enviou o arquivo? Qual é o idioma principal deles?
No Vim você pode recarregar o arquivo usando outra codificação com o comando
:e ++enc=cpXXX
Tags character-encoding