如何使用Awk读取具有不同编码的文件？

Question

如何正确读取Awk中UTF8以外的编码文件？

我有希伯来语/ Windows-1255编码的文件。 一个简单的{print $ 0} awk打印像<！>＃65533;这样的东西。 我怎样才能正确阅读？

Answer 1

awk本身对处理不同的编码没有任何支持。它将遵循环境中指定的语言环境，但最好的办法是在将输入转换为awk之前将输入转码为正确的编码。

-f是要转换的格式，-t是目标格式，-c跳过任何过早终止iconv操作的无效字符。当然--help会提供更多细节。

iconv -c -f cp1255 -t utf8 somefile | awk ...