我试图在TextMate中输入一些UTF-8字符到LaTeX文件(它说它的默认编码是UTF-8)，但LaTeX似乎不理解它们。
运行cat my_file.tex可以在Terminal中正确显示字符。运行ls -al会显示一些我以前从未见过的东西:文件列表旁边的“@”:
-rw-r--r--@ 1 me users 2021 Feb 11 18:05 my_file.tex
(并且，是的，我在LaTeX中使用\usepackage[utf8]{inputenc}。)
我找到了iconv，但这似乎不能告诉我编码是什么-它只会转换一旦我弄清楚。
当前回答
我实现了下面的bash脚本，它为我工作。
它首先尝试将file——mime-encoding返回的encoding中的iconv转换为utf-8。
如果失败，它将遍历所有编码，并显示原始文件和重新编码的文件之间的差异。它跳过了产生较大diff输出的编码(“大”由MAX_DIFF_LINES变量或第二个输入参数定义)，因为这些编码很可能是错误的。
如果使用这个脚本导致了“不好的事情”，不要责怪我。这里有一个rm -f，所以有怪物。我试图通过对带有随机后缀的文件使用它来防止不良影响，但我不做任何承诺。
在Darwin 15.6.0上测试。
#!/bin/bash
if [[ $# -lt 1 ]]
then
echo "ERROR: need one input argument: file of which the enconding is to be detected."
exit 3
fi
if [ ! -e "$1" ]
then
echo "ERROR: cannot find file '$1'"
exit 3
fi
if [[ $# -ge 2 ]]
then
MAX_DIFF_LINES=$2
else
MAX_DIFF_LINES=10
fi
#try the easy way
ENCOD=$(file --mime-encoding $1 | awk '{print $2}')
#check if this enconding is valid
iconv -f $ENCOD -t utf-8 $1 &> /dev/null
if [ $? -eq 0 ]
then
echo $ENCOD
exit 0
fi
#hard way, need the user to visually check the difference between the original and re-encoded files
for i in $(iconv -l | awk '{print $1}')
do
SINK=$1.$i.$RANDOM
iconv -f $i -t utf-8 $1 2> /dev/null > $SINK
if [ $? -eq 0 ]
then
DIFF=$(diff $1 $SINK)
if [ ! -z "$DIFF" ] && [ $(echo "$DIFF" | wc -l) -le $MAX_DIFF_LINES ]
then
echo "===== $i ====="
echo "$DIFF"
echo "Does that make sense [N/y]"
read $ANSWER
if [ "$ANSWER" == "y" ] || [ "$ANSWER" == "Y" ]
then
echo $i
exit 0
fi
fi
fi
#clean up re-encoded file
rm -f $SINK
done
echo "None of the encondings worked. You're stuck."
exit 3
其他回答
只使用:
file -I <filename>
就是这样。
@表示该文件具有与之相关的扩展文件属性。您可以使用getxattr()函数查询它们。
没有确定的方法来检测文件的编码。阅读这个答案，它解释了为什么。
有一个命令行工具enca，它尝试猜测编码。你可能会想去看看。
你用的是哪种乳胶?当我使用teTeX时，我必须手动下载unicode包，并将其添加到我的.tex文件中:
% UTF-8 stuff
\usepackage[notipa]{ucs}
\usepackage[utf8x]{inputenc}
\usepackage[T1]{fontenc}
现在，我已经从TeXlive 2008包切换到XeTeX(这里)，它甚至更简单:
% UTF-8 stuff
\usepackage{fontspec}
\usepackage{xunicode}
至于检测文件的编码，您可以使用file(1)(但它相当有限)，但就像其他人所说的那样，这很困难。
在file命令上使用-I(大写i)选项似乎可以显示文件编码。
file -I {filename}
经典的8位LaTeX只能使用UTF8字符;它高度依赖于您所使用的字体的编码以及该字体具有哪些可用的字形。
由于您没有给出具体的示例，因此很难确切地知道问题在哪里——您是否试图使用字体没有的字形，或者您是否首先就没有使用正确的字体编码。
下面是一个演示如何在LaTeX文档中使用几个UTF8字符的最小示例:
\documentclass{article}
\usepackage[T1]{fontenc}
\usepackage{lmodern}
\usepackage[utf8]{inputenc}
\begin{document}
‘Héllø—thêrè.’
\end{document}
使用[utf8x]编码可能会更幸运，但要稍微警告一下，与[utf8]相比，它不再受支持，并且具有一些特性(据我回忆;我已经有一段时间没有看它了)。但如果成功了，那对你来说就够了。
