現在、utf-8 エンコーディングに変換する必要がある euc-jp でエンコードされたファイルがいくつかあります。そこで、bash で iconv コマンドを使用します。
iconv foo.c -f euc-jp -t utf-8 -o foo.c
しかし、次のように言う問題が発生します。
/usr/bin/iconv: 30211 の位置に不正な入力シーケンスがあります
ファイルは特定のサイズ (32 ~ 33KB) に切り捨てられます。
しかし、混乱しているのは、私が使用する場合です
iconv foo.c -f euc-jp -t utf-8 # output to STDOUT
iconv foo.c -f euc-jp -t utf-8 -o foo.c.utf8 # output to a new file
それは完全にうまく機能します。
これはおそらくBUFFERと関係があると思いますが、誰か説明してもらえますか?
同期なしで同じファイルを読み書きしますか? いいえ、それは良い考えではありません。ファイルがめちゃくちゃになります。
データに害を与えず、ガベージを生成しないようにするには、次のことを試してください。
cp foo.c temp.input; iconv temp.input -f euc-jp -t utf-8 -o foo.c;rm temp.input;
入力と出力に同じファイルを使用することはお勧めできません。操作ルーチン (この場合は iconv) がこれらのファイルをどのように使用するかはわかりません。
読み取り元のファイルに書き込むと問題が発生しますか? 驚いた！
インラインで動作するコマンドラインがあるかどうかを確認iconvするか、tmp 出力ファイルに書き込み、完了したら元のファイルにコピーして戻します。
読み込もうとしているファイルを上書きしています。変換されたフォームが元のフォームよりも長い場合、出力は入力に追いつき、既に変換されたものを変換しようとします。
それがまったく機能するのは驚くべきことです。ほとんどのプログラムは、書き込みの前に出力ファイルを切り捨てるため、読み取るものは何もありません。