如何将 DOS ANSI (CP 437) 文件转换为带有 Unicode 的 Unix ANSI？

Posted 2023-02-24

【中文标题】如何将 DOS ANSI (CP 437) 文件转换为带有 Unicode 的 Unix ANSI？

【英文标题】：How do I convert DOS ANSI (CP 437) files to Unix ANSI with Unicode?

【发布时间】：2013-12-17 15:41:43

【问题描述】：

http://blocktronics.org/ 的 ANSI 文件似乎使用了另一种 ANSI 编码，而不是我的 VT100 终端仿真器支持的编码。

如果我使用tetraview 查看这些文件，它们看起来不错。但是，如果我使用less -r 查看它们，则块字符不起作用。如果我使用iconv -f 437 -t utf-8 | less -r，块字符可以工作，但字符的对齐仍然是混乱的。它在tetraview 中工作，所以一定有某种转换正在进行。

我写了一个脚本来抓取在tmux 中运行的tetraview 的屏幕内容，但这是一个hack，我想做tetraview 自己做的转换。

【问题讨论】：

您能否澄清对齐仍然混乱的意思？另外，您在什么系统上运行 iconv？

@zatch_rulz：iconv 正在 Ubuntu Saucy 上运行。当我说对齐搞砸时，我的意思是：i.imgur.com/Lf0RF1u.png 右边是 tetraview，左边是 iconv 输出。两个终端都是 80x24。截图中的文件是来自 ACiD Trip 的dman-warrior.ANS

只是为了给未来的读者节省一些时间：tetraview 是Tetradraw 的一部分。

【参考方案1】：

涉及两个问题：

编码

需要从CP 437 转换为您的终端编码。正如您已经发现的那样，这是使用 iconv -f 437 input_file.ANS 完成的。

ANSI escape sequences

需要修复。

在dman-warrior.ANS 中使用了两个types of escape sequences。第一个只使用一次，是文件中的第一件事。它是ESC[0m，它会重置所有图形模式属性。第二种类型是ESC[<value>C（例如ESC[24C），它将光标<value>字符向前（向右）移动。如果光标不能继续前进，它就会停止。您可以使用以下 shell 命令在终端中对其进行测试：

printf '\x1b[10000CXYZ\n'

应该是这样的：

|$ printf '\x1b[10000CXYZ\n'              |
|                                        X|
|YZ                                       |
|$                                        |

图像文件只有几行（由 CRLF 分隔）。每个都被包裹到终端宽度（80 列），从而产生几条屏幕线。

图像在文件行中间以ESC[<value>C 转义序列开头的第一行之前都可以。

终端写入上一个屏幕行，在最后一列结束。 满足ESC[<value>C 转义序列。由于位于最后一列，光标不能再向右移动，因此序列被忽略。 接下来是一个字符，它强制换行并打印在下一个屏幕行上。

新的屏幕行缺少应该被转义序列跳过的空白区域。

可能的解决方案

以某种方式改变终端仿真器的行为。 （我不知道怎么做，除了编译一个经过调整的自定义版本。） 明确换行。如果ESC[<value>C 是唯一使用的转义序列，那么编写一个修复图像的程序应该很容易。

【参考方案2】：

这些文件都是“动画”类型，它依赖于特定的屏幕宽度和高度来显示它。您的终端可能没有正确的宽度。

【讨论】：

我的终端的标准尺寸为 80x24。由于这也是 DOS 的标准宽度，并且 tetraview 成功地在这样的终端中显示图像，我认为这不是问题。

【参考方案3】：

Littleimp 的回答有些正确。

许多 ANSI 艺术作品专为比当前标准 80 列更宽的终端尺寸设计。 Janus 认为这种艺术仅适用于 80 列是不正确的。仔细的目视检查会发现，有些用户每行使用的字符要多得多。

与大多数标准文本文件不同，许多 ANSI 艺术文件 /not/ 包含 CR 或 CR/LF 来终止每一行的结尾，而是允许终端为它们换行到下一行。这使他们可以使用终端的完整列，例如80 或 132，无需在行尾前进行 CRLF，使最大宽度为 79 或 131。

所以例如blocktronicks goo-b7.ans 将无法在 160 个字符宽之外的任何终端中正确显示。

我在此处的 ANSI 图片示例中对此进行了说明： https://i.imgur.com/WBJ8xfs.png

在每个 X 字符后插入回车的标准 sed/awk 技巧将不起作用，因为不会跳过以 CR/LF 结尾的短行，而是在插入 CR 之前从下一行的长度中减去在不合适的地方。

要将这些文件转换为更合理的文件，需要一个程序/脚本来逐行执行，仅在找到具有最大行长的行时插入 CR。

【参考方案4】：

我在网上找了一个你不需要安装的自动转换器。 http://www.gofunnow.com/convertutf8/convertutf8.php?destencoding=-2#.UqdmkifMrAk

【讨论】：

那个站点使用了“ANSI”的另一种定义，他们可能只是指CP-1251。无论如何，这比 iconv 没有任何优势。