Linux下文件名、文件和mp3名字、pdf的乱码问题

如果是刚刚从windows转到Linux下的，通常都会因为一些中文的问题而放弃，我就是这样装上，卸载搞过好几次，其实这种心态是永远都学不到东西的，真正的学者都具有一颗大无畏的精神，在他们的字典里是找不到退缩的，好了，不扯了，下面转入正题。

    这里我用到了三个工具，convmv, iconv, python-mutagen.分别处理上述三个问题，下面一一介绍：

    convmv 实现文件名字的转换：
    sudo apt-get install convmv
    convmv -f code1 -t code2 -r

    code1：目录原来使用的字符集编码。支持gb2312, gbk, big5，不支持gb18030和big5-hkscs
    code2：预转换到的字符集编码。对于ubuntu，这里填写utf8

    -r 参数：转换子目录
    -f : from
    -t : to
    dir：要转换的目录

    man convmv查看帮助文件，这个非常有用，学会看Linux的帮助文档对于Linux和英语的学习都有很大益处，强烈建议大家多使用man命令:)

    iconv实现文件内容的转换：

    iconv -f code1 -t code2 oldfile > newfile

    其他命令和参数请大家使用man进行查阅，并不是我懒，我是不想让大家变懒，不管怎样，我们都应该自己去体会这个过程，这样才能把它真正学会。

    python-mutagen---mp3 ID3 tags设置工具
    Mutagen 是一个用来处理声音相关数据的 Python
    模块.它支持 ID3(所有版本),APEv2,Ogg Vorbis,FLAC和Ogg
    FLAC读取,以及ID3v1.1,ID3v2.4,APEv2,Ogg Vorbis,FLAC还有Ogg
    FLAC信息写入.也可以用来读取MPEG音频和Xing标题.FLAC流信息块,以及Ogg vorbis,Ogg
    FLAG流标题.最后,它包含一个处理Ogg 流的模块.
    mid3v2 -a artist -A album -t title -c comment -g genre mp3file
    设置mp3file的ID3 tags
    find . -iname "*.mp3" -execdir mid3iconv -e GBK {} \;
    
    这会转换当前目录其子目录中的 mp3 文件标签编码为正确的 utf8,-execdir意思是对查到的每个文件执行后面的shell脚本，脚本中-e GBK意思是文件原来使用的字符集编码，读者还可以man find一下，看看-iname和-name的区别，呵呵，总是喜欢给你们卖关子:)
    PDF乱码问题解决：
    第一步，安装中文语言支持包：
    sudo apt-get install xpdf-chinese-simplified xpdf-chinese-traditional
    安装完后打开pdf文档，如果发现仍然是乱码，进行第二步，安装安装poppler-data：从8.04开始，源中开始提供poppler-data安装包的支持，可以直接输入命令
    sudo apt-get install poppler-data
    或者去官方下载tar.gz压缩包自己安装，网址是
    http://poppler.freedesktop.org/
    ，自己编译安装，在此不在熬述
    若第一，二步完成后，打开pdf文档中文乱码都变成方块的话，就进行第三步，删除字体
    sudo rm /etc/fonts/conf.d/49-sansserif.conf
    好了，到这里，相信大家可以开心的使用Linux了，我是很开心啦，一次性解决了乱码问题是一方面，另一方面，今天我的blog被Google收录了，呵呵，这就意味这我的这些笔记可以给更多的人提供参考了，同样我的笔记也借鉴了很多人的笔记，正所谓取之于民，用之于民也 :)

只需要把mp3标签里面用gbk、gb18030、big5等编码存储的中文内容修改为Unicode编码，那么基本上所有Linux下的播放器都能正常识别mp3标签了。
关于mp3编码的转换，介绍一个工具----Mutagen，假如你安装了Quod Libet，那么这个包已经安装上去了。如果没有，执行下列命令就可以了。 

sudo apt-get install python-mutagen 

工具的使用方法 

#转换mp3文件所在的目录下，执行：
         mid3iconv -e gbk *.mp3  
#转换当前目录下所有mp3文件(包括子目录)执行：
         find . -iname "*.mp3" -execdir mid3iconv -e gbk {};
如果觉得每次都要输入命令很麻烦，也可以建立个shell脚本来批量转换：
          新建文件，写入：

然后把文件保存，拷贝到想要转换的目录下，执行就可以了(执行脚本的命令为 #sh filename)。

因为现在在网上下载的mp3绝大多数采用的都是gbk/gb18030编码，-e gbk
参数是代表把gbk编码的标签转换为Unicode编码，假如mp3标签本身是Unicode编码的就不转换。如果需要转换其他编码的文件可以自行修改
gbk参数，比如改为gb18030、big5。转换后为的mp3标签类型为ID3v2 2.4，编码格式为UTF-16。

到了这一步之后，在Linux下使用所有播放器估计都没有什么问题了。 
下面我们回过头来看看，追溯一下根源，为什么这些mp3原来在Windows下用Media Player怎么都是显示正常的呢？难道是Linux不如Windows吗？其实这个道理很简单，Firefox同样也打不开很多IE轻松就能打开的页面，能说明Firefox不如IE吗？知情的人一看就明白了。Windows为了它所谓的兼容性，完全无视规范，自定规则，貌似它的软件兼容性很好，其实
到头来，毁的还是用户，从众多的不符合W3C规范的网页和现在铺天盖地的mp3标签
再转一个更牛的
转换文件名由GBK为UTF8
sudo apt-get install convmv
convmv -r -f cpArray36 -t utf8 ?notest ?nosmart *
批量转换src目录下的所有文件内容由GBK到UTF8

find src -type d -exec mkdir -p utf8/{} ;
find src -type f -exec iconv -f GBK -t UTF-8 {} -o utf8/{} ;
mv utf8/* src
rm -fr utf8

转换文件内容由GBK到UTF8
iconv -f gbk -t utf8 $i > newfile
转换 mp3 标签编码
sudo apt-get install python-mutagen
find . -iname "*.mp3" -execdir mid3iconv -e GBK {} ;

Linux下MP3名字乱码

解决方法：安装python-mutagen
安装方法(root权限，你懂得）
fedora等红帽的：
yum install python-mutagen
ubuntu等debian的：
apt-get install python-mutagen
安完后
mid3iconv -e gbk *.mp3
OK～

最新评论