Boa tarde a todos,
estou com uma lista de arquivos gerada pelo find onde alguns arquivos tem sua nomenclatura em ISO8859 e outros em UTF8. Como exemplo as duas linhas correspondentes estão neste arquivo:
Preserva��o de Material de Informatica.pdf
Preservação de Material de Informatica.pdf
Gostaria de saber uma forma de identificar o encoding das strings, ou das linhas do arquivo para saber quais arquivos estão com sua codificação errada.
Tentei o file -i sem sucesso.
Mas se criar um arquivo temporário com a linha, o file -i resulta:
Preserva��o de Material de Informatica.pdf
text/plain; charset=iso-8859-1
E com a linha na codificação correta
Preservação de Material de Informatica.pdf
text/plain; charset=utf-8
Tentei um cat -A nessas linhas que resultaram:
PreservaM-gM-co de Material de Informatica.pdf$
PreservaM-CM-'M-CM-#o de Material de Informatica.pdf$
onde tentei filtrar os caracteres de controle [[:cntrl:]], os não imprimíveis [^[:print:]], mas sem resposta ao filtro.