Wenn ich meine LinkedIn-Verbindungen exportiere von:
https://www.linkedin.com/connected/manage_sources
Ich bekomme eine Microsoft Outlook CSV-Datei zurück.
Aber wenn ich versuche, CSV.readmit Ruby auf die Datei zuzugreifen, erhalte ich die folgende Fehlermeldung:
invalid byte sequence in UTF-8
Ich kann die CSV-Datei richtig kodieren, indem ich sie in Excel öffne und Save Assie dann mit der UTF-8-Kodierung verarbeite.
Ich möchte dies jedoch wirklich über die Befehlszeile tun können und Excel überhaupt nicht verwenden müssen.
Ich lese ineine andere Antwortdas iconvwäre vielleicht eine Möglichkeit. Aber ich habe es nicht zum Laufen gebracht:
iconv -f US-ASCII -t UTF-8 test/fixtures/1481995385116.csv
Fehler:
iconv: test/fixtures/1481995385116.csv:145:19: cannot convert
Wenn ich überprüfe, um welche Art von Datei es sich handelt, erhalte ich:
test/fixtures/1481995385116.csv: Non-ISO extended-ASCII text, with very long lines, with CRLF, LF line terminators
Gibt es eine andere CLI, die ich verwenden kann, oder verwende ich sie iconvfalsch?
Bearbeiten:
Wie vorgeschlagen, die Ausgabe von hexdump:
➜ 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
Wie erkennen Sie das Format anhand der Ausgabe?
Antwort1
$ 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","","|
Ich habe den Wert 8din einemASCII-Tabelleund es scheint, als ob es sich um die Variante ISO 8859-1 handelt. Eine Überprüfung iconv --list | grep 8859-1bestätigt, dass iconves damit umgehen kann.
$ 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
Dass beide Terminatoren vorhanden sind, stellt für Ruby immer noch ein Problem dar, aber wenn wir das Ende abschneiden, ist alles gut :)
$ sed '$ d' foo.rb > bar.csv
$ file bar.csv
bar.csv: UTF-8 Unicode text, with very long lines, with CRLF line terminators