Linux uconv 命令 - Unicode 编码文本转换工具

uconv 命令（英文全称为 Unicode convert）是用于 Unicode 编码转换的命令，可以将文件或标准输入中字符的编码转换为另一种形式的编码，在转换的过程中会以 Unicode 作为中间编码，支持 Unicode 音译转换，可以自定义遇到无效字符时的回调处理。

安装 uconv

在多数的 Linux 发行版中没有预装 uconv 命令，根据不同的发行版使用如下的命令安装 uconv：

Debian / Ubuntu 系统安装 uconv

1）更新软件源

sudo apt update

2）在 Debian / Ubuntu 系发行版中 uconv 命令包含在 icu-devtools 软件包中，使用如下命令安装 uconv：

sudo apt install -y icu-devtools

RHEL / AlmaLinux / Rocky Linux 系统安装 uconv

1）更新软件源

sudo dnf check-update

2）在 RHEL / AlmaLinux / Rocky Linux 系发行版中 uconv 命令包含在 icu 软件包中，使用如下命令安装 uconv：

sudo dnf install -y icu

相似命令对比

• iconv: 系统自带的基础的转码工具，支持的编码比较少、没有音译与 Unicode 规范化的能力
• uconv: 基于 ICU，支持数百种的编码和音译规则，支持 Unicode 规范化，功能非常的全面

uconv 命令语法结构

uconv 命令的语法结构简单易懂，具体语法形式为：

uconv [选项] [文件...]

语法组成的说明：

• [选项]: 可选的内容，用于控制转码行为、编码设置、回调规则、音译规则等。
• [文件...]: 待转码文件，如果不指定则从标准输入读取内容

uconv 命令示例

如下给出一些 uconv 命令的使用示例，更加简明的说明如何使用 uconv 命令。

指定源编码转系统默认编码

使用 -f 选项指定源文件的编码，当不指定需要转换的编码时，转换为系统默认使用的编码：

uconv -f GBK test.txt

校验文件编码的有效性

使用 -c 选项跳过无效字符并继续处理文件，同时输出无效字符的信息：

uconv -f UTF-8 -c test.txt

如果没有任何的输出，则表示文件的编码正常。

UTF-8 转其他编码并兼容 HTML

使用 -t 指定目标编码，使用 --callback 指定回调函数处理无效字符：

uconv -f utf-8 -t GB2312 --callback escape-xml-dec test.txt

该示例指定 escape-xml-dec 回调处理，把缺失的字符替换为 XML 十进制实体字符，具体请查看回调说明，适配网页中使用。

uconv 命令选项

uconv 命令提供了很多的选项可供使用，如下给出其解释说明：

回调说明

回调称为 CALLBACK，是 uconv 处理无效字符或无法转码字符的一个机制，用于解决以下的两个问题：

• 无法把输入数据中的编码字符转换为 Unicode 字符，使用 --from-callback 选项来设置回调处理
• 无法把 Unicode 字符转换为输出数据中的编码字符，使用 --to-callback 选项来设置回调处理

uconv 默认使用 stop 回调，即遇到无效数据直接报错终止处理；使用其他指定的回调可以实现跳过、替换、转义等灵活处理方式。

结语

uconv 是 Linux、Unix 系统下的一款专业级编码处理工具，相比于 iconv，它提供了更加丰富的编码支持，同时提供了灵活的错误回调机制，是非常好用的一款编码转换工具。