标题: 【求助】type “htm文件” 乱码 [打印本页]
作者: plp626 时间: 2010-6-23 20:15 标题: 【求助】type “htm文件” 乱码
我是想对网页文件用sed，find进行处理，找到我想要的链接地址，可我遇到了编码的问题。
大家可以把联盟的网页文件脱机存盘【保存类型选择仅html】，然后在cmd下type 这个文件，里面的汉子会全成了乱码；
为了这个问题，我在网上搜索了下编码的原理，联盟论坛的源文件里有
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
说明htm文件要显示的内容在源文件中是以utf-8编码的，我从网上得知，并用winhex作实验知道：<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
utf-8编码的文本文件前三个字符是 ee bb bf，英文字符占一个字节，汉字占三个字节。
我在查看联盟的网页文件，文件头没有eebbbf字样，说明从文本的方式来看源文件是ascii编码的。那么我想，要让cmd识别htm文件里的汉子，首先得把htm的源文件里要显示的汉子转换为ascii才行，这个转换我不知道是怎么实现的，但是我知道用notepad就可以很简单的另存为ascii来实现。
========================================
1. 以上只是我个人对编码的理解，如果有误请大家指出。
2. 大家能否说下记事本转换的原理，或者提下这种转换的vbs代码或者是命令行工具【是把utf-8的htm文件转换为ascii编码的htm文件】
[ Last edited by plp626 on 2010-6-23 at 20:17 ]