En numerosas ocasiones, cuando publicamos contenidos en web bajo un servidor linux, nos hemos visto en la necesidad de convertir la codificación de un determinado archivo al estándar utf-8. Casi siempre por desconocimiento de las peculiaridades de nuestro sistema, terminamos haciendo dicha conversión desde Vim o desde un sistema con MS Windows.
En este artículo aprenderemos a usar la herramienta de conversión iconv y veremos cómo podemos usarla para convertir una base de datos completa de Mysql.

iconv, el codificador de texto

Aunque a buen seguro tendremos instalado iconv en nuestro sistema, no estaría de más comprobar que, en efecto, es así. Por ejemplo, teclearemos lo siguiente en la consola:

# whereis iconv

Que nos devolverá la ruta de instalación del programa, habitualmente en /usr/bin/iconv . Si no estuviera instalado, buscaríamos el paquete adecuado para nuestra distribución y lo instalaríamos. Por ejemplo, para un sistema Fedora, el paquete que contiene a la utilidad es glibc-common cuya última versión es glibc-common-2.3.5-10.3. Las últimas versiones de PHP soportan igualmente iconv como comando nativo. Para más información, podemos visitar la página de la librería GNU C en http://www.gnu.org/software/libc/ .

La sintáxis del comando es muy simple:

iconv -f encoding -t encoding inputfile

El primer parámetro (-f) indica la codificación actual del archivo. El segundo parámetro (-t), la codificación de salida del archivo, que pasaremos como tercer parámetro (inputfile). La salida de los datos se hace por la consola estándar, aunque tendremos la oportunidad de usar el parámetro --output, -o file para indicar una salida hacia otro lugar que no sea la consola. Así, una conversión de un archivo en formato ISO-8859-1 a utf-8 quedaría como sigue:

iconv -f iso-8859-1 -t utf-8 archivo_ISO.txt > archivo_UTF.txt 

Si queremos obtener un listado de los formatos disponibles para la conversión, usaremos el siguiente comando:

iconv --list

Utilizando iconv

Como apuntábamos en la introducción, podemos usar iconv para convertir bases de datos completas en Mysql a una nueva codifiación. Los pasos a seguir serían tan simples como estos:

# mysqldump -u [admin] -p –add-drop-table db > db.sql

# iconv -f iso-8859-1 -t utf-8 db.sql > db-utf8.sql

Ya tratamos el uso comando mysqldump en otro artículo anterior, así que, teniendo como base nuestro nuevo archivo db-utf8.sql codificado en utf-8, volcaremos todos los datos a Mysql:

mysql -u [admin] -p db < db-utf8.sql

Como iconv está soportado por PHP (al menos desde la versión 5), podríamos programar un sencillo script que convirtiera, en caso de necesidad, múltiples archivos de una codificación a otra. E incluso podríamos programar un script en nuestro bash de linux. Como ejemplo y para finalizar este artículo, observemos este script que convierte recursivamente a utf-8 todos los archivos de un directorio:

#! /bin/sh

# Chequeamos los parámetros de la línea de comandos
if [[ ! -d $1 ]]
then
        echo "¡Error en los parámetros! Uso: $0 <directorio>";
        exit 1
fi

# Crea los archivos temporales
tempfile=`tempfile 2>/dev/null` || tempfile=/tmp/test$$
trap "rm -f $tempfile" 0 1 2 5 15

# Localiza todos los archivos en el directorio
find $1 -type f > $tempfile;

# Abre el archivo temporal
exec 3< $tempfile

while read -u3 filename
do
        # Chequea el tipo de codificación del archivo
        typefile=$(file --mime "$filename");
        if [[ -n $(echo $typefile | grep "text/") ]]
        then
                encoding=$(echo $typefile | cut -d'=' -f2);
                if [[ $encoding != "utf-8" ]]
                then
                        if [[ -n "$(iconv --list | grep -i $encoding)" ]]
                        then
                                # Cambia la codificación
                                tempfile2=`tempfile 2>/dev/null` || tempfile2=/tmp/test$$
                                trap "rm -f $tempfile2" 0 1 2 5 15
                                iconv --from-code=$encoding --to-code=utf-8 "$filename" > $tempfile2
                                mv -f $tempfile2 "$filename"
                                echo "$filename: $encoding -> utf8";
                        fi
                fi
        fi;
done;

exec 3<&-

Sólo los usuarios registrados pueden escribir comentarios.
Por favor, valídate o regístrate.

Powered by AkoComment 2.0!