LinkedIn の接続をエクスポートする場合:
https://www.linkedin.com/connected/manage_sources
Microsoft Outlook CSV ファイルが返されます。
CSV.readしかし、Ruby を使用してファイルにアクセスしようとすると、次のエラーが発生します。
invalid byte sequence in UTF-8
Save AsCSV を Excel で開き、 UTF-8 エンコードすることで適切にエンコードできます。
しかし、私はこれをコマンドラインから実行し、Excel をまったく使用しなくても済むようにしたいと考えています。
私は読んだ別の答えそれはiconv選択肢になるかもしれない。しかし、私はそれを動作させることができませんでした:
iconv -f US-ASCII -t UTF-8 test/fixtures/1481995385116.csv
エラー：
iconv: test/fixtures/1481995385116.csv:145:19: cannot convert
どのような種類のファイルか確認すると、次のようになります。
test/fixtures/1481995385116.csv: Non-ISO extended-ASCII text, with very long lines, with CRLF, LF line terminators
使用できる別の CLI があるのでしょうか、それともiconv間違った使い方をしているのでしょうか?
編集：
hexdump提案されているように、次の出力は次のようになります。
➜ c/t/fixtures master ✗ hexdump 1482372034326.csv|head
0000000 22 54 69 74 6c 65 22 2c 22 46 69 72 73 74 20 4e
0000010 61 6d 65 22 2c 22 4d 69 64 64 6c 65 20 4e 61 6d
0000020 65 22 2c 22 4c 61 73 74 20 4e 61 6d 65 22 2c 22
0000030 53 75 66 66 69 78 22 2c 22 45 2d 6d 61 69 6c 20
0000040 41 64 64 72 65 73 73 22 2c 22 45 2d 6d 61 69 6c
0000050 20 32 20 41 64 64 72 65 73 73 22 2c 22 45 2d 6d
0000060 61 69 6c 20 33 20 41 64 64 72 65 73 73 22 2c 22
0000070 42 75 73 69 6e 65 73 73 20 53 74 72 65 65 74 22
0000080 2c 22 42 75 73 69 6e 65 73 73 20 53 74 72 65 65
0000090 74 20 32 22 2c 22 42 75 73 69 6e 65 73 73 20 53
➜ c/t/fixtures master ✗ file 1482002728101.csv
1482002728101.csv: UTF-8 Unicode text, with very long lines, with CR line terminators
➜ c/t/fixtures master ✗ file 1482372034326.csv
1482372034326.csv: Non-ISO extended-ASCII text, with very long lines, with CRLF, LF line terminators
➜ c/t/fixtures master ✗ hexdump -c 1482002728101.csv|head
0000000 T i t l e , F i r s t N a m e
0000010 , M i d d l e N a m e , L a s
0000020 t N a m e , S u f f i x , E -
0000030 m a i l A d d r e s s , E - m
0000040 a i l 2 A d d r e s s , E -
0000050 m a i l 3 A d d r e s s , B
0000060 u s i n e s s S t r e e t , B
0000070 u s i n e s s S t r e e t 2
0000080 , B u s i n e s s S t r e e t
0000090 3 , B u s i n e s s C i t y
➜ c/t/fixtures master ✗ hexdump -c 1482372034326.csv|head
0000000 " T i t l e " , " F i r s t N
0000010 a m e " , " M i d d l e N a m
0000020 e " , " L a s t N a m e " , "
0000030 S u f f i x " , " E - m a i l
0000040 A d d r e s s " , " E - m a i l
0000050 2 A d d r e s s " , " E - m
0000060 a i l 3 A d d r e s s " , "
0000070 B u s i n e s s S t r e e t "
0000080 , " B u s i n e s s S t r e e
0000090 t 2 " , " B u s i n e s s S
出力からフォーマットをどうやって判断するのでしょうか?
答え1
$ iconv -f windows-1252 -t utf-8 linkedin_contacts.csv
.
.
.
"","Ahmet XXXXX","","??
iconv: linkedin_contacts.csv:665:23: cannot convert
$ cat linkedin_contacts.csv|grep Ahmet|hexdump -C| sed -n '1,2p'
00000000 22 22 2c 22 41 68 6d 65 74 20 53 61 6c 69 68 22 |"","Ahmet XXXXX"|
00000010 2c 22 22 2c 22 3f 3f 8d 65 6e 22 2c 22 22 2c 22 |,"","??.en","","|
私はその値8dをASCII テーブルこれは ISO 8859-1 のバリエーションのようです。確認すると、処理できるiconv --list | grep 8859-1ことが確認できます。iconv
$ iconv -f ISO-8859-1 -t UTF-8 linkedin_contacts.csv > foo.rb
$ file foo.rb
foo.rb: UTF-8 Unicode text, with very long lines, with CRLF, LF line terminators
これら両方の終端文字があると、Ruby が対処するにはまだ問題がありますが、末尾を切り落とせばすべて問題ありません :)
$ sed '$ d' foo.rb > bar.csv
$ file bar.csv
bar.csv: UTF-8 Unicode text, with very long lines, with CRLF line terminators