如何不使用 cvs2svn 将 Unicode 文本文件转换为 UTF-8？

Posted 2023-02-23

【中文标题】如何不使用 cvs2svn 将 Unicode 文本文件转换为 UTF-8？

【英文标题】：How to not convert Unicode text files into UTF-8 with cvs2svn?

【发布时间】：2013-06-05 11:03:50

【问题描述】：

我使用 cvs2svn 工具将我的 CVS 数据库转换为 SVN，但我所有的 unicode 文本文件都转换为 UFT-8，我不希望这样。

我怎样才能避免这种情况？是否有标志或参数来保存我的 Unicode 文件？

【问题讨论】：

您意识到 Unicode 不是一种编码，而 UTF-8 是 Unicode 的一部分？

【参考方案1】：

我假设您错误地称为 Unicode 的是 UTF-16LE。 cvs2svn中有一个选项，在文档中：

--encoding=ENC

使用 ENC 作为 CVS 存储库中文件名、日志消息和作者姓名的编码。 （通过使用 --options 文件，可以指定一组编码用于文件名，另一组用于日志消息和作者姓名。）可以多次指定此选项，在这种情况下，将尝试使用编码订购直到成功。默认值：ASCII。其他可能的值包括标准 Python 编码。

所以你可以尝试将--encoding=utf_16_le 传递到命令行。

【参考方案2】：

Windows （误导性地）称为“Unicode”的编码是 UTF-16LE。这是一个麻烦的编码，因为它不兼容 ASCII； Windows 采用它是因为当时（在发明 UTF-8 之前）它被认为是 Unicode 文本最常见的编码。如今，UTF-8 绝对是文件内 Unicode 存储的首选编码。

虽然 dda 的回答可能有效 (+1)，但 Subversion 不支持将 UTF-16 文件作为文本处理 - 它们将作为二进制文件处理，这意味着您将无法获得可用的 diff/patch/merge。出于这个原因，我强烈建议让 cvs2svn 继续并将文件更改为 UTF-8。