Konverze kódování češtiny

Mezi užitečné konverzní utility patří také cstocs ze stejnojmenného balíčku. Tento program umožňuje převést soubor s určitým kódováním češtiny do jiného kódování. Program umí zacházet s těmito druhy kódování:

ascii

- text bez akcentů

il1

- kódování ISO-8859-1 (západní Evropa)

il2

- kódování ISO-8859-2 (východní Evropa, slovanské jazyky)

kam

- kódování bří. Kamenických, v éře DOSu jedno z nejpoužívanějších kódování češtiny

koi

- staré KOI-8 kódování

pc2

- kódování PC-Latin 2, podporované MS-DOSem

1250

- kód, který používají české Windows

tex

- kódování diakritiky v TeX sekvencích

utf8

- nové kódování Unicode (8-bitové)

K dispozici jsou i další druhy kódování (cork, VGA, 1252, Mac) - jejich popis viz. man cstocs.

Příklady konverze určitých typů souborů do kódování il2, které podporuje editor Emacs (viz. odstavec 4.9):

• Textový soubor vytvořený v MS-DOSu či dokument typu Word uložený jako obyčejný text je kódován v PC Latin 2, proto použijeme
  cstocs pc2 il2 soubor.txt > soubor-il2.txt
• Standardní editory ve Windows (např. Notepad) a dále třeba MS-FrontPage kódují české znaky v kódu 1250. Proto HTML soubor zkonvertujeme příkazem
  cstocs 1250 il2 soubor.html > soubor-il2.html

Téměř univerzální je utilita recode ze stejnojmenného balíčku, umožňující konverzi mezi širokou škálou různých kódování, včetně Unicode (UTF-8). Lze ji s výhodou použít jako filtr při čtení pošty -- viz. odstavec 8.3. Podrobnosti o programu viz. info recode.