Ubuntu下wget指定UTF-8编码下载仍乱码，如何解决？

我来帮你搞定这个乱码问题～你遇到的情况大概率是因为目标俄文网站实际使用的编码并非UTF-8，而是俄语区常用的Windows-1251（CP1251）编码，再加上你的wget版本是1.17.1（旧版本对编码的处理逻辑和新版本有差异），所以直接指定--remote-encoding=UTF-8反而会让wget用错误的编码解析内容，导致乱码。咱们一步步来修复：

第一步：确认服务器实际返回的编码 #

先搞清楚目标服务器到底在用什么编码，执行这条命令查看响应头：

wget --server-response --spider "http://www.altai_terr.vybory.izbirkom.ru/region/altai_terr?action=ik&vrn=4224065120534"

在输出里找Content-Type字段，比如如果看到Content-Type: text/html; charset=windows-1251，就确认是CP1251编码了。

第二步：正确下载并转码成UTF-8 #

方法1：先下载再转码 #

先按服务器的原始编码下载文件：

wget --remote-encoding=CP1251 -O temp_altai.html "http://www.altai_terr.vybory.izbirkom.ru/region/altai_terr?action=ik&vrn=4224065120534"

然后用iconv工具把它转成UTF-8编码：

iconv -f CP1251 -t UTF-8 temp_altai.html > altai_terr.html

之后查看altai_terr.html就不会乱码了，临时文件temp_altai.html可以删掉。

方法2：一步到位用管道转码 #

不想生成临时文件的话，直接用管道把下载的内容实时转码：

wget --remote-encoding=CP1251 -O - "http://www.altai_terr.vybory.izbirkom.ru/region/altai_terr?action=ik&vrn=4224065120534" | iconv -f CP1251 -t UTF-8 > altai_terr.html

第三步：确保本地终端用UTF-8编码 #

有时候乱码也可能是终端本身的编码不对，执行echo $LANG检查，如果输出不是类似en_US.UTF-8或者ru_RU.UTF-8，可以临时设置：

export LANG=en_US.UTF-8

或者修改/etc/default/locale文件永久设置（需要重启生效）。

内容的提问来源于stack exchange，提问作者Ildar Gabdrakhmanov