iconv不正な入力シーケンス-なぜですか？

テキストファイルをASCIIに変換しようとすると、エラーメッセージが表示されiconv: illegal input sequence at positionます。

私が使用するコマンドは iconv -f UTF-8 -t ascii//TRANSLIT file

問題の文字はæです。

テキストファイル自体はここにあります。

なぜ違法なシーケンスと言うのですか？入力文字は適切なUTF-8文字（U + 00E6）です。

ファイルはUTF-8ではなくISO-8859-1でエンコードされます。

$ hd 0606461.txt | grep -B1 '^0002c520'
0002c510  64 75 6d 20 66 65 72 69  65 6e 74 20 72 75 69 6e  |dum ferient ruin|
0002c520  e6 0d 0a 2d 2d 48 6f 72  61 63 65 2e 0d 0a 0d 0a  |...--Horace.....|

また、バイト「e6」だけでは有効なUTF-8シーケンスではありません。

したがって、使用しますiconv -f latin1 -t ascii//TRANSLIT file。

リンクしたファイルは、HTMLドキュメント内でUTF-8のようです

$ file 0606461.txt 
0606461.txt: HTML document, ASCII text, with CRLF line terminators

最初にHTMLからテキストへのコンバーターを介して実行する場合、例えば

iconv -f UTF-8 -t ascii//TRANSLIT < <(html2text 0606461.txt)

あなたが問題を抱えているように見えるUTF-8フラグメントは、エラーなしで音訳するようです。

Si fractus illabatur orbis.
Impavidum ferient ruinæ
--Horace.

になる

Si fractus illabatur orbis.
Impavidum ferient ruinae
--Horace.

html2textユーティリティは、システムにインストールすることはできません-あなたは見つけることができない場合は/ Pythonモジュールを含む他のコンバータがあり、それをインストールします。