从命令行将文本转换为7位ASCII

Question

我使用的是OS X 10.5.5 (不过我想这没什么关系)

我有一组带有花哨字符的文本文件，比如双反引号、省略号("...")在一个字符中等等。

我需要将这些文件转换成好的老式7位ASCII，最好不要丢失字符含义(即，将这些省略号转换为三个句点，将反引号转换为通常的"s“等)。

请建议使用一些智能命令行(bash)工具/脚本来执行此操作。

Answer 1

Elinks web浏览器会将Unicode实体转换为它们的ASCII码等效项，如"--“表示”-“和"...”对于"…“有一个python模块python-elinks使用相同的转换表，将其转换为外壳过滤器是很容易的，如下所示：

#!/usr/bin/env python
import elinks
import sys
for line in sys.stdin:
    line = line.decode('utf-8')
    sys.stdout.write(line.encode('ASCII', 'elinks'))

Answer 2

据我所知，iconv应该这么做。对于如何处理一个输入字符应该/可能成为几个输出字符的转换，不是百分之百确定的，例如省略号示例...一些可以尝试的东西！

更新:我确实试过了，但它似乎不起作用。它失败了，可能是因为它不知道如何用“较小”的编码来表示省略号(我使用的测试字符)。从UTF-8到UTF-16的转换很顺利。:/不过，iconv可能值得进一步研究。

Answer 3

看看音译工具；我喜欢Unidecode (用Perl编写)，而且移植到其他语言也不是太难。