Vou tentar dar alguma contribuição: Que eu saiba não existe uma forma segura de identificar a codificação de um arquivo, é por isso que textos em linguagem de marcação (HTML, XML) costumam trazer o nome da codificação de forma explícita, no início do arquivo.
Essa tarefa provavelmente teria que ser feita assim: um programa procura determinados pedaços no texto que sejam conhecidamente de uma determinada codificação. Claro que fazer isso não é eficiente e está sujeito a erros. O gedit, por exemplo, tenta adivinhar isso, mas erra com freqüência e não poderia ser usado num script. Para fazer isso num script, sugiro experimentar com o comando "file". Se você não está conseguindo nenhuma conversão que resolva o seu problema, é bem provável que dois ou mais sistemas estejam misturados no arquivo. Se não me engano, você pode mandar o recode converter somente aquilo que ele achar característico do sistema de origem que você informou. Supondo que você tem um arquivo com pedaços em UTF-8 e pedaços em Windows-1252 e queira converter para ISO-8859-1, poderia fazer isso em duas etapas. -- Bruno de Oliveira Schneider http://www.dcc.ufla.br/~bruno/ On 9/21/05, Franklin Anderson de Oliveira Souza <[EMAIL PROTECTED]> wrote: > Ola todos ... > > Turma eh o seguinte, to apanhando muito na questao do encoding de um > arquivo, e nao to sabendo sair com louvor desse problema. > > Nas pesquisas que tenho feito, conheci programas como o recode e o > iconv para a converter o encoding, mas o problema eh que nao consigo > encaixar num modelo (seja iso-8859-x ou utf-8) os arquivos de texto > que tenho, se uso borra uns caracteres se uso outro ferra com outros > caracteres ...... > > O que saber com voces qual seria o jeito mais seguro de descobrir o > encoding de um arquivo de texto, para usar os programas citados acima > com mais eficiencia ... para posteriormente ser usado em scripts shell > > valeu > >
