dos2unix(1) | 2022-06-05 | dos2unix(1) |
dos2unix - konverterare för textfilsformat från DOS/Mac till Unix och vice versa
dos2unix [flaggor] [FIL …] [-n INFIL UTFIL …] unix2dos [flaggor] [FIL …] [-n INFIL UTFIL …]
Paketet Dos2unix inkluderar verktygen "dos2unix" och "unix2dos" som konverterar oformaterade textfiler i DOS- eller Mac-format till Unix-format och vice versa.
Textfiler i DOS/Windows har en radbrytning, också känd som nyrad, som är en kombination av två tecken: vagnretur (Carriage Return, CR) åtföljt av radmatning (Line Feed, LF). Textfiler i Unix har en radbrytning som är ett enda tecken: radmatning (Line Feed, LF). Textfiler för Mac, innan Mac OS X, hade en radbrytning som var en enda vagnretur (Carriage Return, CR). Numera använder Mac OS radbrytning i Unix-stil (LF).
Förutom radbrytningar så kan Dos2unix också konvertera filers kodning. Några DOS-teckentabeller kan konverteras till Unix Latin-1. Och filer som använder Windows Unicode (UTF-16) kan konverteras till Unix Unicode (UTF-8).
Binära filer hoppas över automatiskt, om inte konvertering tvingas.
Kataloger och FIFOs och andra filer som inte är vanliga filer hoppas över automatiskt.
Symboliska länkar och deras mål förblir oförändrade som standard. Symboliska länkar kan valfritt bli ersatta eller så kan utmatningen skrivas till målet för den symboliska länken. På Windows saknas stöd för att skriva till målet för en symbolisk länk.
Dos2unix modellerades efter dos2unix från SunOS/Solaris. Det finns en viktig skillnad gentemot originalversionen för SunOS/Solaris. Denna versionen gör som standard konverteringen på plats (gammalfilsläge), medan originalversionen från SunOS/Solaris bara hade stöd för parad konvertering (nyfilsläge). Se vidare flaggorna "-o" och "-n". En annan skillnad är att SunOS/Solaris-versionen som standard använder iso-lägeskonvertering medan denna version som standard använder ascii-lägeskonvertering.
dos2unix -- -foo
Eller i nyfilsläge:
dos2unix -n -- -foo out.txt
När denna flagga används, kommer konverteringen inte att avbrytas när användar- och/eller gruppägarskap för originalfilen inte kan bevaras i gammalt filläget. Konverteringen kommer att fortsätta och den konverterade filen kommer att få samma nya ägarskap som om den konverterades i nyfilsläge. Se också flaggorna "-o" och "-n". Denna flagga är endast tillgänglig om dos2unix har stöd för att bevara användar- och gruppägarskap för filer.
Denna flagga finns bara tillgänglig i dos2unix för Windows med stöd för Unicode-filnamn. Denna flagga har ingen effekt på själva filnamnen som läses och skrivs, bara på hur de visas.
Det finns flera metoder för att visa text i en Windows-konsol baserad på vilken kodning texten har. De har alla för- och nackdelar.
Nackdelen med ansi är att internationella filnamn med tecken som inte finns i systemets standardteckentabell inte visas korrekt. Du kommer att se frågetecken, eller en felaktig symbol istället. När du inte arbetar med utländska filnamn är denna metoden OK.
När du använder ConEmu-konsolen kommer all text att visas korrekt eftersom ConEmu automatiskt väljer ett bra teckensnitt.
Nackdelen med unicode är att den inte är kompatibel med ASCII. Utmatningen är inte lätt att hantera när du omdirigerar den till ett annat program eller en fil.
När metod "unicodebom" används kommer Unicode-texten att föregås av en BOM (byteordningsmarkering, Byte Order Mark). En BOM krävs för korrekt omdirigering eller rörledning i PowerShell.
Nackdelen är att när du använder standardrasterteckensnittet kommer alla icke-ASCII tecken att visas fel. Inte enbart unicode-filnamn, utan också översatta meddelanden kommer att bli oläsbara. Under Windows som konfigurerats för Östasien kan man komma att se många blinkningar i konsolen när meddelanden visas.
I ConEmu-konsolen fungerar utf8-kodningsmetoden väl.
När metod "utf8bom" används kommer UTF-8-texten att föregås av en BOM (byteordningsmarkering, Byte Order Mark). En BOM krävs för korrekt omdirigering eller rörledning i PowerShell.
Standardkodningen kan ändras via miljövariabeln DOS2UNIX_DISPLAY_ENC genom att sätta den till "unicode", "unicodebom", "utf8" or "utf8bom".
Följande information skrivs ut, i denna ordningen: antal DOS-radbrytningar, antal Unix-radbrytningar, antal Mac-radbrytningar, byteordningsmarkeringen, text eller binär, filnamn.
Exempelutmatning:
6 0 0 no_bom text dos.txt 0 6 0 no_bom text unix.txt 0 0 6 no_bom text mac.txt 6 6 6 no_bom text mixed.txt 50 0 0 UTF-16LE text utf16le.txt 0 50 0 no_bom text utf8unix.txt 50 0 0 UTF-8 text utf8dos.txt 2 418 219 no_bom binär dos2unix.exe
Notera att en binärfil ibland kan misstas för en textfil. Se vidare flaggan "-s".
Extra flaggor kan användas valfritt för att ändra utmatningen. En eller fler flaggor kan läggas till.
Med "c"-flaggan kommer dos2unix att skriva ut filerna som innehåller DOS-radbrytningar, unix2dos kommer bara att skriva ut filnamn som har Unix-radbrytningar.
Exempel:
Visa information för alla *.txt-filer:
dos2unix -i *.txt
Visa bara antalet DOS-radbrytningar och Unix-radbrytningar:
dos2unix -idu *.txt
Visa bara byteordningsmarkeringen:
dos2unix --info=b *.txt
Lista filerna som har DOS-radbrytningar:
dos2unix -ic *.txt
Lista filerna som har Unix-radbrytningar:
unix2dos -ic *.txt
Konvertera endast filer som har DOS-radbrytningar och lämna övriga filer orörda:
dos2unix -ic0 *.txt | xargs -0 dos2unix
Hitta textfiler som har DOS-radbrytningar:
find -name '*.txt' -print0 | xargs -0 dos2unix -ic
dos2unix: Endast DOS-radbrytningar ändras till två Unix-radbrytningar. I Mac-läge ändras endast Mac-radbrytningar till två Unix-radbrytningar.
unix2dos: Endast Unix-radbrytningar ändras till två DOS-radbrytningar. I Mac-läge ändras Unix-radbrytningar till två Mac-radbrytningar.
När infilen är UTF-16, och flaggan "-u" används, kommer en UTF-16 BOM att skrivas.
Använd aldrig denna flagga när kodningen för utmatning är något annat än UTF-8, UTF-16 eller GB18030. Se vidare i avsnittet UNICODE.
Användaren som påbörjar konverteringen i nyfilsläge (parat läge) kommer att bli ägaren till den konverterade filen. Läs-/skrivbehörigheter för den nya filen kommer att vara samma behörigheter som för originalfilen minus umask(1) för användaren som kör konverteringen.
Avbryt konvertering när användar- och/eller gruppägarskap för originalfilen inte kan bevaras i gammalt filläge. Se också flaggorna "-o" och "-n". Denna flagga är endast tillgänglig om dos2unix har stöd för att bevara användar- och gruppägarskap för filer.
I gammalfilsläge (på-plats läge) kommer den konverterade filen att få samma ägare, grupp samt läs-/skrivbehörigheter som originalfilen. Även då filen konverteras av en annan användare som har skrivbehörighet för filen (t.ex. användaren root). Konverteringen kommer att avbrytas när det inte är möjligt att bevara originalvärdena. Byte av ägare skulle kunna innebära att originalägaren inte längre kan läsa filen. Byte av grupp skulle kunna vara en säkerhetsrisk, filen skulle kunna bli läsbar för användare som den inte är avsedd för. Stöd för bevarande av ägare, grupp och läs-/skrivbehörigheter finns bara i Unix.
För att kontrollera om dos2unix har stöd för att bevara användar- och gruppägarskap för filer skriv "dosunix -V".
Konvertering görs alltid via en temporärfil. När ett fel inträffar halvvägs i konverteringen tas den temporära filen bort och originalfilen finns kvar intakt. Om konverteringen är framgångsrik kommer originalfilen att ersättas med temporärfilen. Du kanske har skrivrättigheter till originalfilen men inte rättigheter att ställa in samma användar- och/eller grupprättighetsegenskaper på temporärfilen som originalfilen har. Detta innebär att du inte kan bevara användar- och/eller gruppägarskapet för originalfilen. I detta fall kan du använda flaggan "--allow-chown" för att fortsätta konverteringen:
dos2unix --allow-chown foo.txt
Ett annat alternativ är att använda nyfilsläge:
dos2unix -n foo.txt foo.txt
Fördelen med flaggan "--allow-chown" är att du kan använda jokertecken och att ägarskapsegenskaper om möjligt kommer att bevaras.
Binärfiler hoppas över för att undvika oavsiktliga misstag. Var medveten om att detektering av binärfiler inte är 100% säker. Infiler genomsöks efter binära symboler som typiskt inte återfinns i textfiler. Det är möjligt att en binärfil enbart innehåller texttecken. En sådan binärfil kommer oavsiktligt att ses som en textfil.
När det finns en byteordningsmarkering (Byte Order Mark) i infilen så har BOM:en högre prioritet än denna flagga.
När du har gjort fel antagande (infilen var inte i UTF-16LE-format) och konverteringens lyckas, kommer du att få en UTF-8 utfil med felaktig text. Du kan göra denna konvertering ogjord med iconv(1) genom att konvertera UTF-8 utfilen tillbaka till UTF-16LE. Detta kommer att återskapa originalfilen.
Antagandet om UTF-16LE fungerar som ett konverteringsläge. Genom att växla till standard ascii-läget kommer UTF-16LE antagandet att stängas av.
Denna flagga fungerar på samma sätt som flaggan "-ul".
I normalläge konverteras radbrytningar från DOS till Unix och vice versa. Mac-radbrytningar konverteras inte.
I Mac-läge konverteras radbrytningar från Mac till Unix och vice versa. DOS-radbrytningar ändras ej.
För att köra i Mac-läge använd kommandoradsflaggan "-c mac" eller använd kommandona "mac2unix" eller "unix2mac".
Även om namnet på detta läge är ASCII, vilket är en 7-bitarsstandard, så är det läget egentligen ett 8-bitarsläge. Använd alltid detta läge vid konvertering av Unicode UTF-8-filer.
När enbart flaggan "-iso" används kommer dos2unix att försöka avgöra den aktiva teckentabellen. När detta inte är möjligt kommer dos2unix att använda standardteckentabellen CP437, vilken huvudsakligen används i USA. För att tvinga en specifik teckentabell använd flaggorna "-437" (USA), "-850" (Västeuropeisk), "-860" (Portugisisk), "-863" (Fransk-kanadensisk) eller "-865" (Nordisk). Det finns också stöd för Windows-teckentabell CP-1252 (Västeuropeisk) via flaggan "-1252". För andra teckentabeller använd dos2unix i kombination med iconv(1). iconv kan konvertera mellan en lång lista av teckenkodningar.
Använd aldrig ISO-konvertering på Unicode-textfiler. Det kommer att korrumpera UTF-8-kodade filer.
Några exempel:
Konvertera från DOS standardteckentabell till Unix Latin-1:
dos2unix -iso -n in.txt ut.txt
Konvertera från DOS CP850 till Unix Latin-1:
dos2unix -850 -n in.txt ut.txt
Konvertera från Windows CP1252 till Unix Latin-1:
dos2unix -1252 -n in.txt ut.txt
Konvertera från Windows CP1252 till Unix UTF-8 (Unicode):
iconv -f CP1252 -t UTF-8 in.txt | dos2unix > ut.txt
Konvertera från Unix Latin-1 till DOS-standardteckentabell:
unix2dos -iso -n in.txt ut.txt
Konvertera från Unix Latin-1 till DOS CP850:
unix2dos -850 -n in.txt ut.txt
Konvertera från Unix Latin-1 till Windows CP1252:
unix2dos -1252 -n in.txt ut.txt
Konvertera från Unix UTF-8 (Unicode) till Windows CP1252:
unix2dos < in.txt | iconv -f UTF-8 -t CP1252 > ut.txt
Se även <http://czyborra.com/charsets/codepages.html> och <http://czyborra.com/charsets/iso8859.html>.
Det finns flera olika Unicode kodningar. I Unix och Linux kodas filer vanligtvis med UTF-8-kodning. I Windows kan Unicode-textfiler kodas i UTF-8, UTF-16 eller UTF-16 rak byteordning (big endian), men kodas mestadels i UTF-16-format.
Unicode-textfiler kan ha DOS, Unix eller Mac-radbrytningar precis som vanliga textfiler.
Alla versioner av dos2unix och unix2dos kan konvertera UTF-8-kodade filer, eftersom UTF-8 designades för bakåtkompatibilitet med ASCII.
Dos2unix och unix2dos med Unicode-UTF-16-stöd, kan läsa UTF-16-kodade textfiler i omvänd och rak byteordning (little och big endian). För att se om dos2unix byggts med UTF-16-stöd skriv "dos2unix -V".
Under Unix/Linux kommer UTF-16-kodade filer att konverteras till lokalens teckenkodning. Använd kommandot locale(1) för att ta reda på vilken lokalens teckenkodning är. När konvertering inte är möjlig kommer ett konverteringsfel att inträffa och filen kommer att hoppas över.
Under Windows konverteras UTF-16-filer som standard till UTF-8. UTF-8-formaterade textfiler har bra stöd både under Windows och Unix/Linux.
UTF-16- och UTF-8-kodning är fullt kompatibla, ingen text kommer att gå förlorad i konverteringen. När ett UTF-16 till UTF-8-konverteringsfel uppstår, till exempel när infilen i UTF-16-format innehåller ett fel, kommer att filen att hoppas över.
När flaggan "-u" används kommer utfilen att skrivas med samma UTF-16-kodning som infilen. Flaggan "-u" förhindrar konvertering till UTF-8.
Dos2unix och unix2dos har ingen flagga för att konvertera UTF-8-filer till UTF-16.
ISO- och 7-bitarslägeskonvertering fungerar inte på UTF-16-filer.
I Windows har Unicode-textfiler typiskt en byteordningsmarkering (Byte Order Mark, BOM) eftersom många Windows-program (inklusive Notepad) lägger till BOM:ar som standard. Se även <http://en.wikipedia.org/wiki/Byte_order_mark>.
I Unix har Unicode-textfiler typiskt ingen BOM. Filer antas vara kodade i den lokala teckenuppsättningen.
Dos2Unix kan bara detektera om en fil är i UTF-16-format om filen har en BOM. När en UTF-16-fil inte har en BOM så kommer dos2unix att de filen som en binärfil.
Använd flaggan "-ul" eller "-ub" för att konvertera en UTF-16-fil utan BOM.
Dos2unix skriver som standard ingen BOM i utfilen. Med flaggan "-b" kommer Dos2unix att skriva en BOM när infilen har en BOM.
Unix2dos skriver som standard en BOM i utfilen när infilen har en BOM. Använd flaggan "-r" för att ta bort BOM:en.
Dos2unix och unix2dos skriver alltid en BOM när flaggan "-m" används.
Dos2unix har valfritt stöd för läsning och skrivning av Unicode-filnamn i Windows kommandoprompt. Detta innebär att dos2unix kan öppna filer som har tecken i sina namn som inte är en del av systemets atandard ANSI-teckentabell. För att se om dos2unix för Windows byggdes med stöd för Unicode-filnamn skriv "dos2unix -V".
Det finns en del problem med att visa Unicode-filnamn i en Windows-konsol. Se vidare flaggan "-D", "--display-enc". Filnamnen kan visas felaktigt i konsolen, men filerna som skrivs kommer att ha de korrekta namnen.
Konvertera från Windows UTF-16 (med BOM) till Unix UTF-8:
dos2unix -n in.txt ut.txt
Konvertera från Windows UTF-16LE (utan BOM) till Unix UTF-8:
dos2unix -ul -n in.txt ut.txt
Konvertera från Unix UTF-8 till Windows UTF-8 med BOM:
unix2dos -m -n in.txt ut.txt
Konvertera från Unix UTF-8 till Windows UTF-16:
unix2dos < in.txt | iconv -f UTF-8 -t UTF-16 > ut.txt
GB18030 är en standard från Kinesiska regeringen. En obligatorisk delmängd av standarden GB18030 krävs officiellt för alla programvaruprodukter som säljs i Kina. Se vidare <http://en.wikipedia.org/wiki/GB_18030>.
GB18030 är fullständigt kompatibel med Unicode och kan anses vara ett överföringsformat för unicode. Precis som UTF-8 är GB18030 kompatibel med ASCII. GB18030 är också kompatibel med Windows-teckentabell 936, också känd som GBK.
Under Unix/Linux kommer UTF-16-filer att konverteras till GB18030 när lokalens teckenkodning är inställd på GB18030. Notera att detta endast kommer att fungera om lokalen har stöd i systemet. Använd kommandot "locale -a" för att få en lista över de lokaler som stöds.
Under Windows måste du använda flaggan "-gb" för att konvertera UTF-16-filer till GB18030.
GB18030-kodade filer kan ha en byteordningsmarkering, precis som Unicode-filer.
Läsa inmatning från “stdin“ och skriv utmatning till “stdout“:
dos2unix < a.txt cat a.txt | dos2unix
Konvertera och ersätta a.txt. Konvertera och ersätt b.txt:
dos2unix a.txt b.txt dos2unix -o a.txt b.txt
Konvertera och ersätt a.txt i ascii-konverteringsläge:
dos2unix a.txt
Konvertera och ersätt a.txt i ascii-konverteringsläge, konvertera och ersätt b.txt i 7bit-konverteringsläge:
dos2unix a.txt -c 7bit b.txt dos2unix -c ascii a.txt -c 7bit b.txt dos2unix -ascii a.txt -7 b.txt
Konvertera a.txt från Mac- till Unix-format:
dos2unix -c mac a.txt mac2unix a.txt
Konvertera a.txt från Unix- till Mac-format:
unix2dos -c mac a.txt unix2mac a.txt
Konvertera och ersätt a.txt medan originalet tidsstämpel behålls:
dos2unix -k a.txt dos2unix -k -o a.txt
Konvertera a.txt och skriv till e.txt:
dos2unix -n a.txt e.txt
Konvertera a.txt och skriv till e.txt, låt e.txt behålla tidsstämpeln från a.txt:
dos2unix -k -n a.txt e.txt
Konvertera och ersätt a.txt, konvertera b.txt och skriv till e.txt:
dos2unix a.txt -n b.txt e.txt dos2unix -o a.txt -n b.txt e.txt
Konvertera c.txt och skriv till e.txt, konvertera och ersätt a.txt, konvertera och ersätt b.txt, konvertera d.txt och skriv till f.txt:
dos2unix -n c.txt e.txt -o a.txt b.txt -n d.txt f.txt
I ett Unix-skal kan kommandona find(1) och xargs(1) användas för att köra dos2unix rekursivt över alla textfiler i ett katalogträd. För att till exempel konvertera alla .txt-filer i katalogträdet under den aktuella katalogen skriv:
find . -name '*.txt' -print0 |xargs -0 dos2unix
Flaggan "-print0" till find(1) och motsvarande flagga "-0" till xargs(1) behövs när det finns filer med mellanslag eller citationstecken i namnet. Annars kan dessa flaggor utelämnas. Ett annat alternativ är att användas find(1) med flaggan "-exec":
find . -name '*.txt' -exec dos2unix {} \;
I en Windows-kommandoprompt kan följande kommando användas:
for /R %G in (*.txt) do dos2unix "%G"
PowerShell-användare kan använda följande kommando i Windows PowerShell:
get-childitem -path . -filter '*.txt' -recurse | foreach-object {dos2unix $_.Fullname}
export LANG=nl Nederländska export LANG=nl_NL Nederländska, Nederländerna export LANG=nl_BE Nederländska, Belgien export LANG=es_ES Spanska, Spanien export LANG=es_MX Spanska, Mexiko export LANG=en_US.iso88591 Engelska, USA, Latin-1-kodning export LANG=en_GB.UTF-8 Engelska, UK, UTF-8-kodning
För en fullständig lista över språk och landskoder se vidare i gettext-manualen: <http://www.gnu.org/software/gettext/manual/html_node/Usual-Language-Codes.html>
På Unix-system kan du använda kommando locale(1) för att få lokal-specifik information.
Om du väljer ett språk som inte är tillgänglig kommer du att få engelska meddelanden som standard.
Exempel (POSIX-skal):
export DOS2UNIX_LOCALEDIR=$HOME/share/locale
Om allt går bra kommer noll att returneras. När ett systemfel uppstår kommer det senaste systemfelet att returneras. För andra fel kommer 1 att returneras.
Returvärdet är alltid noll i tyst läge, utom när felaktiga kommandoradsflaggor används.
<http://en.wikipedia.org/wiki/Text_file>
<http://en.wikipedia.org/wiki/Carriage_return>
<http://en.wikipedia.org/wiki/Newline>
<http://en.wikipedia.org/wiki/Unicode>
Benjamin Lin - <blin@socs.uts.edu.au>, Bernd Johannes Wuebben (mac2unix-läge) - <wuebben@kde.org>, Christian Wurll (lägg till en extra radbrytning) - <wurll@ira.uka.de>, Erwin Waterlander - <waterlan@xs4all.nl> (upphovsman)
Projektsida: <http://waterlan.home.xs4all.nl/dos2unix.html>
SourceForge-sida: <http://sourceforge.net/projects/dos2unix/>
2022-06-05 | dos2unix |