????
Your IP : 3.140.198.85
NUME
dos2unix - Convertor de format de fișier text din DOS/Mac în Unix și
viceversa
REZUMAT
dos2unix [opțiuni] [FIȘIER ...] [-n FIȘIER_INTRARE FIȘIER_IEȘIRE ...]
unix2dos [opțiuni] [FIȘIER ...] [-n FIȘIER_INTRARE FIȘIER_IEȘIRE ...]
DESCRIERE
Pachetul «dos2unix» include utilitarele "dos2unix" și "unix2dos" pentru
a converti fișierele text simplu din formatul DOS sau Mac în formatul
Unix și invers.
În fișierele text DOS/Windows, o întrerupere de linie, cunoscută și sub
numele de linie nouă, este o combinație de două caractere: un retur de
caret (CR) urmat de un salt de linie (LF). În fișierele text Unix, o
întrerupere de linie este un singur caracter: saltul de linie (LF). În
fișierele text Mac, înainte de Mac OS X, o întrerupere de linie era un
singur caracter retur de caret (CR). În prezent, Mac OS folosește
întreruperi de linie în stil Unix (LF).
Pe lângă întreruperile de linie, «dos2unix» poate converti și
codificarea fișierelor. Câteva pagini de cod DOS pot fi convertite în
Latin-1 Unix. Și fișierele Unicode Windows (UTF-16) pot fi convertite în
fișiere Unicode Unix (UTF-8).
Fișierele binare sunt omise automat, cu excepția cazului în care
conversia este forțată.
Fișierele care nu sunt obișnuite, cum ar fi directoarele și liniile de
conectare cu nume (FIFOs), sunt omise automat.
Legăturile simbolice și țintele lor sunt în mod implicit păstrate
neatinse. Legăturile simbolice pot fi înlocuite opțional sau rezultatul
poate fi scris în ținta legăturii simbolice, Scrierea la o țintă de
legătură simbolică nu este acceptată în Windows.
«dos2unix» a fost modelat după «dos2unix» din SunOS/Solaris. Există o
diferență importantă față de versiunea originală a SunOS/Solaris.
Această versiune efectuează în mod implicit conversia „în același loc”,
în cazul de față, în același fișier (mod-fișier_vechi), în timp ce
versiunea originală SunOS/Solaris acceptă doar conversia împerecheată
(mod-fișier_nou). A se vedea, de asemenea, opțiunile "-o" și "-n". O
altă diferență este că versiunea SunOS/Solaris utilizează implicit
conversia în modul *iso*, în timp ce această versiune utilizează
implicit conversia în modul *ascii*.
OPȚIUNI
-- Tratează toate opțiunile următoare ca nume de fișiere. Utilizați
această opțiune dacă doriți să convertiți fișiere ale căror nume
încep cu o liniuță. De exemplu, pentru a converti un fișier numit
„-foo”, puteți folosi această comandă:
dos2unix -- -foo
Sau în modul-fișier_nou:
dos2unix -n -- -foo ieșire.txt
--allow-chown
Permite schimbarea proprietarului fișierului în modul-fișier_vechi.
Când este utilizată această opțiune, conversia nu va fi întreruptă
atunci când utilizatorul și/sau grupul proprietar al fișierului
original nu poate fi păstrat în modul-fișier_vechi. Conversia va
continua și fișierul convertit va primi același nou proprietar ca și
cum ar fi fost convertit în modul-fișier_nou. A se vedea, de
asemenea, opțiunile "-o" și "-n". Această opțiune este disponibilă
numai dacă «dos2unix» are suport pentru păstrarea utilizatorului și
grupului proprietar al fișierelor.
-ascii
Convertește numai întreruperile de linie. Acesta este modul de
conversie implicit.
-iso
Conversie între setul de caractere DOS și ISO-8859-1. Consultați, de
asemenea, secțiunea MODURI DE CONVERSIE.
-1252
Utilizează pagina de cod Windows 1252 (Europa de vest).
-437
Utilizează pagina de cod DOS 437 (SUA). Aceasta este pagina de cod
implicită utilizată pentru conversia ISO.
-850
Utilizează pagina de cod DOS 850 (Europa de vest).
-860
Utilizează pagina de cod DOS 860 (Portugalia).
-863
Utilizează pagina de cod DOS 863 (Franceza Canadiană).
-865
Utilizează pagina de cod DOS 865 (Scandinavia).
-7 Convertește caractere de 8 biți în spațiu de 7 biți.
-b, --keep-bom
Păstrează marcajul de ordine a octeților (BOM). Când fișierul de
intrare are un marcaj de ordine a octeților, scrie marcajul de
ordine a octeților în fișierul de ieșire. Acesta este comportamentul
implicit la conversia de întreruperi de linie DOS. A se vedea, de
asemenea, opțiunea "-r".
-c, --convmode MOD_CONVERSIE
Stabilește modul de conversie. Unde MOD_CONVERSIE este unul dintre:
*ascii*, *7bit*, *iso*, *mac* „ascii” fiind valoarea implicită.
-D, --display-enc COFIFICAREA
Stabilește codificarea textului afișat. Unde CODIFICAREA este una
dintre: *ansi*, *unicode*, *unicodebom*, *utf8*, *utf8bom*; „ascii”
fiind valoarea implicită.
Această opțiune este disponibilă numai în «dos2uni» pentru Windows
cu suport pentru numele fișierelor în Unicode. Această opțiune nu
are efect asupra numelor de fișiere citite și scrise, ci doar asupra
modului în care acestea sunt afișate.
Există mai multe metode de afișare a textului într-o consolă Windows
bazate pe codificarea textului. Toate acestea au propriile lor
avantaje și dezavantaje.
ansi
Metoda implicită a «dos2unix» este utilizarea textului codificat
ANSI. Avantajul este acela că este compatibilă cu versiunea
anterioară. Această opțiune funcționează cu fonturi bitmap și
TrueType. În unele regiuni, poate fi necesar să schimbați pagina
de coduri OEM DOS activă în pagina de coduri ANSI a sistemului
Windows folosind comanda "chcp", deoarece «dos2unix» utilizează
pagina de coduri a sistemului Windows.
Dezavantajul lui „ansi” este că numele fișierelor internaționale
cu caractere care nu sunt în interiorul paginii de cod implicite
a sistemului, nu sunt afișate corect. Veți vedea în schimb un
semn de întrebare sau un simbol greșit. Când nu lucrați cu nume
de fișiere străine, această metodă este OK.
unicode, unicodebom
Avantajul codificării Unicode (numele Windows pentru UTF-16)
este că textul este de obicei afișat corect. Nu este nevoie să
schimbați pagina de cod activă. Poate fi necesar să definiți
fontul consolei la un font TrueType pentru ca toate caracterele
internaționale să fie afișate corect. Când un caracter nu este
inclus în fontul TrueType, de obicei vedeți un pătrat mic,
uneori cu un semn de întrebare în el.
Când utilizați consola ConEmu, tot textul este afișat corect,
deoarece ConEmu selectează automat un font bun.
Dezavantajul unicode (UTF-16) este că nu este compatibil cu
ASCII. Ieșirea nu este ușor de gestionat atunci când o
redirecționați către alt program.
Când se folosește metoda "unicodebom", textul Unicode va fi
precedat de un BOM („Byte Order Mark” = marcaj de ordine a
octeților). Este necesar un marcaj de ordine a octeților pentru
redirecționarea corectă sau canalizarea în PowerShell.
utf8, utf8bom
Avantajul lui utf8 este faptul că este compatibil cu ASCII.
Trebuie să definiți fontul consolei la un font TrueType. Cu un
font TrueType, textul este afișat similar cu codificarea
"unicode".
Dezavantajul este că atunci când utilizați fontul bitmap
implicit, toate caracterele non-ASCII sunt afișate greșit. Nu
numai numele fișierelor Unicode, ci și mesajele traduse devin
imposibil de citit. În Windows configurat pentru o regiune din
Asia de Est, este posibil să observați o mulțime de pâlpâiri ale
consolei când mesajele sunt afișate.
Într-o consolă ConEmu, metoda de codificare utf8 funcționează
bine.
Când se folosește metoda "utf8bom", textul UTF-8 va fi precedat
de un BOM („Byte Order Mark” = marcaj de ordine a octeților).
Este necesar un marcaj de ordine a octeților pentru
redirecționarea corectă sau canalizarea în PowerShell.
Codificarea implicită poate fi schimbată cu variabila de mediu
DOS2UNIX_DISPLAY_ENC definindu-i valoarea: "unicode", "unicodebom",
"utf8" sau "utf8bom".
-f, --force
Forțează conversia fișierelor binare.
-gb, --gb18030
În Windows, fișierele UTF-16 sunt convertite implicit în UTF-8,
indiferent de configurarea locală. Utilizați această opțiune pentru
a converti fișierele UTF-16 în GB18030. Această opțiune este
disponibilă numai în Windows. A se vedea, de asemenea, secțiunea
GB18030.
-h, --help
Afișează mesajul de ajutor și iese.
-i[FLAGS], --info[=FLAGS] FILE ...
Afișează informații despre fișier. Nu se face nicio conversie.
Sunt afișate următoarele informații, în această ordine: numărul de
întreruperi de linie DOS, numărul de întreruperi de linie Unix,
numărul de întreruperi de linie Mac, marcajul de ordine a octeților,
text sau binar, numele fișierului.
Exemplu de ieșire:
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 binary dos2unix.exe
Rețineți că, uneori, un fișier binar poate fi confundat cu un fișier
text. A se vedea, de asemenea, opțiunea "-s".
Opțional, pot fi adăugate fanioane suplimentare pentru a modifica
rezultatul. Se pot adăuga unul sau mai multe fanioane.
0 Afișează liniile de informații ale fișierului urmate de un
caracter null în loc de un caracter de linie nouă. Acest lucru
permite interpretarea corectă a numelor de fișiere cu spații sau
ghilimele atunci când este utilizat fanionul „c”. Utilizați
acest fanion în combinație cu opțiunea xargs(1) -0 sau "--null".
d Afișează numărul de întreruperi de linie al formatului DOS.
u Afișează numărul de întreruperi de linie al formatului Unix.
m Afișează numărul de întreruperi de linie al formatului Mac.
b Afișează marcajul de ordine a octeților.
t Indică dacă fișierul este text sau binar.
c Afișează numai fișierele care vor fi convertite.
Cu fanionul "c", «dos2unix» va afișa numai fișierele care conțin
întreruperi de linie DOS, «unix2dos» va afișa numai numele de
fișiere care au întreruperi de linie Unix.
h Afișează titlul.
p Afișează numele fișierelor fără cale.
Exemple:
Afișează informații pentru toate fișierele *.txt:
dos2unix -i *.txt
Afișează doar numărul de întreruperi de linie DOS și de întreruperi
de linie Unix:
dos2unix -idu *.txt
Afișează doar marcajul de ordine a octeților:
dos2unix --info=b *.txt
Listează fișierele care au întreruperi de linie DOS:
dos2unix -ic *.txt
Listează fișierele care au întreruperi de linie Unix:
unix2dos -ic *.txt
Convertește numai fișierele care au întreruperi de linie DOS și lasă
celelalte fișiere neatinse:
dos2unix -ic0 *.txt | xargs -0 dos2unix
Găsește fișiere text care au întreruperi de linie DOS:
find -name '*.txt' -print0 | xargs -0 dos2unix -ic
-k, --keepdate
Păstrează marcajul de dată al fișierului de ieșire la fel ca al
fișierului de intrare.
-L, --license
Afișează licența programului.
-l, --newline
Adaugă o linie nouă suplimentară.
dos2unix: Numai întreruperile de linie DOS sunt modificate în două
întreruperi de linie Unix. În modul Mac, numai întreruperile de
linie Mac sunt modificate în două întreruperi de linie Unix.
unix2dos: Numai întreruperile de linie Unix sunt modificate în două
întreruperi de linie DOS. În modul Mac, întreruperile de linie Unix
sunt modificate în două întreruperi de linie Mac.
-m, --add-bom
Scrie un marcaj de ordine a octeților (BOM) în fișierul de ieșire.
În mod implicit, este scris un marcaj de ordine a octeților UTF-8.
Când fișierul de intrare este UTF-16 și este utilizată opțiunea
"-u", va fi scris un marcaj de ordine a octeților UTF-16.
Nu utilizați niciodată această opțiune când codificarea de ieșire
este alta decât UTF-8, UTF-16 sau GB18030. Vedeți, de asemenea,
secțiunea UNICODE.
-n, --newfile FIȘIER_INTRARE FIȘIER_IEȘIRE ...
Modul de fișier nou. Convertiți fișierul FIȘIER_INTRARE și scrieți
rezultatul în fișierul FIȘIER_IEȘIRE. Numele fișierelor trebuie să
fie date în perechi, iar numele cu metacaractere ar trebui să *nu*
fi folosite sau v-ați puteai pierde fișierele.
Persoana care începe conversia în modul-fișier_nou (pereche) va fi
proprietarul fișierului convertit. Permisiunile de citire/scriere
ale noului fișier vor fi permisiunile fișierului original minus
umask(1) al persoanei care execută conversia.
--no-allow-chown
Nu permite schimbarea proprietarului fișierului în
modul-fișier_vechi (implicit).
Anulează conversia atunci când utilizatorul și/sau grupul proprietar
al fișierului original nu poate fi păstrat în modul-fișier_vechi. A
se vedea, de asemenea, opțiunile "-o" și "-n". Această opțiune este
disponibilă doar dacă «dos2unix» are suport pentru păstrarea
dreptului de proprietate asupra fișierelor de către utilizator și
grup.
-o, --oldfile FIȘIER ...
Modul fișier vechi. Convertește fișierul FIȘIER și suprascrie
rezultatul în el. Programul rulează implicit în acest mod. Pot fi
folosite nume cu metacaractere.
În modul-fișier_vechi (în același loc / în același fișier), fișierul
convertit primește același proprietar, grup și permisiuni de
citire/scriere ca fișierul original. De asemenea, atunci când
fișierul este convertit de un alt utilizator care are permisiuni de
scriere în fișier (de exemplu, utilizatorul root). Conversia va fi
anulată atunci când nu este posibil să se păstreze valorile
originale. Schimbarea proprietarului ar putea însemna că
proprietarul inițial nu mai poate citi fișierul. Schimbarea grupului
ar putea reprezenta un risc de securitate, fișierul ar putea fi
făcut vizibil pentru persoanele cărora nu este destinat. Păstrarea
permisiunilor de proprietar, de grup și de citire/scriere este
acceptată numai în Unix.
Pentru a verifica dacă «dos2unix» are suport pentru păstrarea
proprietății utilizatorului și grupului de fișiere, tastați
"dos2unix -V".
Conversia se face întotdeauna printr-un fișier temporar. Când apare
o eroare la jumătatea conversiei, fișierul temporar este șters și
fișierul original rămâne intact. Când conversia are succes, fișierul
original este înlocuit cu fișierul temporar. Este posibil să aveți
permisiunea de scriere în fișierul original, dar nu aveți
permisiunea de a pune aceleași proprietăți de proprietate ale
utilizatorului și/sau grupului asupra fișierului temporar ca cele pe
care le are fișierul original. Aceasta înseamnă că nu puteți păstra
utilizatorul și/sau grupul proprietar al fișierului original. În
acest caz, puteți utiliza opțiunea "--allow-chown" pentru a continua
conversia:
dos2unix --allow-chown foo.txt
O altă opțiune este să utilizați modul-fișier_nou:
dos2unix -n foo.txt foo.txt
Avantajul opțiunii "--allow-chown" este că puteți folosi
metacaractere, iar proprietățile de proprietate vor fi păstrate
atunci când este posibil.
-q, --quiet
Modul silențios. Suprimă toate avertismentele și mesajele. Valoarea
returnată este zero. Cu excepția cazului în care sunt utilizate
opțiuni greșite în linia de comandă.
-r, --remove-bom
Elimină marcajul de ordine a octeților (BOM). Nu scrie un marcaj de
ordine a octeților în fișierul de ieșire. Acesta este comportamentul
implicit la conversia întreruperilor de linie Unix. A se vedea, de
asemenea, opțiunea "-b".
-s, --safe
Omite fișierele binare (implicit).
Omiterea fișierelor binare se face pentru a evita greșelile
accidentale. Rețineți că detectarea fișierelor binare nu este 100%
sigură. Fișierele de intrare sunt scanate pentru simboluri binare
care de obicei nu se găsesc în fișierele text. Este posibil ca un
fișier binar să conțină doar caractere de text normale. Un astfel de
fișier binar va fi văzut din greșeală ca un fișier text.
-u, --keep-utf16
Păstrează codificarea UTF-16 originală a fișierului de intrare.
Fișierul de ieșire va fi scris în aceeași codare UTF-16, little sau
big endian, ca și fișierul de intrare. Acest lucru previne
transformarea în UTF-8. Un marcaj de ordine a octeților UTF-16 va fi
scris în consecință. Această opțiune poate fi dezactivată cu
opțiunea "-ascii".
-ul, --assume-utf16le
Presupune că formatul fișierului de intrare este UTF-16LE.
Când există un marcaj de ordine a octeților în fișierul de intrare,
marcajul de ordine a octeților are prioritate față de această
opțiune.
Când ați făcut o presupunere greșită (fișierul de intrare nu era în
format UTF-16LE) și conversia a reușit, veți obține un fișier de
ieșire UTF-8 cu text greșit. Puteți anula conversia greșită cu
iconv(1) prin conversia fișierului de ieșire UTF-8 înapoi în
UTF-16LE. Acest lucru va reface fișierul original.
Presupunerea UTF-16LE funcționează ca un *mod de conversie*. Prin
trecerea la modul *ascii* implicit, presupunerea UTF-16LE este
dezactivată.
-ub, --assume-utf16be
Presupune că formatul fișierului de intrare este UTF-16BE.
Această opțiune funcționează la fel ca și opțiunea "-ul".
-v, --verbose
Afișează mesaje detaliate. Sunt afișate informații suplimentare
despre mărcile de ordine ale octeților și cantitatea de întreruperi
de linie convertite.
-F, --follow-symlink
Urmează legăturile simbolice și convertește țintele.
-R, --replace-symlink
Înlocuiește legăturile simbolice cu fișierele convertite (fișierele
țintă originale rămân neschimbate).
-S, --skip-symlink
Păstrează legăturile simbolice și țintele neschimbate (implicit).
-V, --version
Afișează informațiile despre versiune și iese.
MODUL MAC
În modul normal, întreruperile de linie sunt convertite din DOS în Unix
și invers. Întreruperile de linie Mac nu sunt convertite.
În modul Mac, întreruperile de linie sunt convertite din Mac în Unix și
invers. Întreruperile de linie DOS nu sunt modificate.
Pentru a rula în modul Mac, utilizați opțiunea din linie de comandă "-c
mac" sau utilizați comenzile "mac2unix" sau "unix2mac".
MODURI DE CONVERSIE
ascii
În modul "ascii" sunt convertite doar întreruperile de linie. Acesta
este modul de conversie implicit.
Deși numele acestui mod este ASCII, care este un standard de 7 biți,
modul actual este de 8 biți. Utilizați întotdeauna acest mod când
convertiți fișiere Unicode UTF-8.
7bit
În acest mod, toate caracterele de 8 biți non-ASCII (cu valori de la
128 la 255) sunt convertite într-un spațiu de 7 biți.
iso Caracterele sunt convertite între un set de caractere DOS (pagina de
cod) și un set de caractere ISO ISO-8859-1 (Latin-1) în Unix.
Caracterele DOS fără echivalent ISO-8859-1, pentru care conversia nu
este posibilă, sunt convertite într-un punct. Același lucru este
valabil și pentru caracterele ISO-8859-1 fără omolog în DOS.
Când este folosită numai opțiunea "-iso", «dos2unix» va încerca să
determine pagina de cod activă. Când acest lucru nu este posibil,
«dos2unix» va folosi pagina de cod implicită CP437, care este
folosită în principal în SUA. Pentru a forța o anumită pagină de
coduri, utilizați opțiunile -437 (SUA), -850 (Europa de Vest), -860
(Portugheză), -863 (Franceză Canadiană) sau "- 865" (Scandinavă).
Pagina de coduri CP1252 (Europa de Vest) Windows este, de asemenea,
acceptată cu opțiunea -1252. Pentru alte pagini de cod, utilizați
«dos2unix» în combinație cu iconv(1). «iconv» poate converti o listă
lungă de codificări de caractere. Puteți vizualiza această listă
rulând comanda: «iconv -l».
Nu utilizați niciodată conversia ISO pe fișiere text Unicode. Acesta
va deteriora fișierele codificate UTF-8.
Câteva exemple:
Convertește din pagina de cod implicită DOS în Latin-1 Unix:
dos2unix -iso -n fișier_intrare.txt fișier_ieșire.txt
Convertește din CP850 DOS în Latin-1 Unix:
dos2unix -850 -n fișier_intrare.txt fișier_ieșire.txt
Convertește din CP1252 Windows în Latin-1 Unix:
dos2unix -1252 -n fișier_intrare.txt fișier_ieșire.txt
Convertește din CP1252 Windows în UTF-8 (Unicode) Unix:
iconv -f CP1252 -t UTF-8 fișier_intrare.txt | dos2unix > fișier_ieșire.txt
Convertește din Latin-1 Unix la pagina de cod implicită DOS:
unix2dos -iso -n fișier_intrare.txt fișier_ieșire.txt
Convertește din Latin-1 Unix în CP850 DOS:
unix2dos -850 -n fișier_intrare.txt fișier_ieșire.txt
Convertește din Latin-1 Unix în CP1252 Windows:
unix2dos -1252 -n fișier_intrare.txt fișier_ieșire.txt
Convertește din UTF-8 (Unicode) Unix în CP1252 Windows:
unix2dos < fișier_intrare.txt | iconv -f UTF-8 -t CP1252 > fișier_ieșire.txt
Consultați de asemenea <http://czyborra.com/charsets/codepages.html>
și <http://czyborra.com/charsets/iso8859.html>.
UNICODE
Codificări
Există diferite codificări Unicode. În Unix și Linux fișierele Unicode
sunt de obicei codificate în codificarea UTF-8. În Windows, fișierele
text Unicode pot fi codificate în UTF-8, UTF-16 sau UTF-16 big-endian,
dar sunt în mare parte codificate în formatul UTF-16.
Conversie
Fișierele text Unicode pot avea întreruperi de linie DOS, Unix sau Mac,
ca și fișierele text obișnuite.
Toate versiunile de «dos2unix» și «unix2dos» pot converti fișiere
codificate în formatul UTF-8, deoarece UTF-8 a fost conceput pentru
compatibilitate cu ASCII.
«dos2unix» și «unix2dos» cu suport Unicode UTF-16, pot citi fișiere text
codificate UTF-16 little și big endian. Pentru a vedea dacă «dos2unix» a
fost construit cu suport UTF-16, tastați: "dos2unix -V".
În Unix/Linux, fișierele codificate UTF-16 sunt convertite în
codificarea caracterelor locale. Utilizați comanda locale(1) pentru a
afla care este codificarea caracterelor stabilită de localizare. Atunci
când conversia nu este posibilă, va apărea o eroare de conversie și
fișierul va fi omis.
În Windows, fișierele UTF-16 sunt convertite în mod implicit în UTF-8.
Fișierele text formatate UTF-8 sunt bine acceptate atât în Windows, cât
și în Unix/Linux.
Codificările UTF-16 și UTF-8 sunt pe deplin compatibile, nu se va pierde
text în conversie. Când apare o eroare de conversie din UTF-16 în UTF-8,
de exemplu când fișierul de intrare UTF-16 conține o eroare, fișierul va
fi omis.
Când se utilizează opțiunea "-u", fișierul de ieșire va fi scris în
aceeași codificare UTF-16 ca și fișierul de intrare. Opțiunea "-u"
împiedică conversia în UTF-8.
«dos2unix» și «unix2dos» nu au nicio opțiune de a converti fișierele
UTF-8 în UTF-16.
Modurile de conversie ISO și 7 biți nu funcționează pe fișierele UTF-16.
Marcajul de ordine a octeților
În Windows, fișierele text Unicode au de obicei un marcaj de ordine a
octeților (BOM), deoarece multe programe Windows (inclusiv Notepad)
adaugă marcajul de ordine a octeților în mod implicit. A se vedea, de
asemenea, <http://en.wikipedia.org/wiki/Byte_order_mark>.
În Unix, fișierele Unicode nu au de obicei un marcaj de ordine a
octeților (BOM). Se presupune că fișierele text sunt codificate în
codificarea caracterelor stabilită de localizare.
«dos2unix» poate detecta dacă un fișier este în formatul UTF-16 numai
dacă fișierul are un marcaj de ordine a octeților (BOM). Când un fișier
UTF-16 nu are un marcaj de ordine a octeților, «dos2unix» va vedea
fișierul ca un fișier binar.
Utilizați opțiunea "-ul" sau "-ub" pentru a converti un fișier UTF-16
fără un marcaj de ordine a octeților (BOM).
«dos2unix» nu scrie în mod implicit niciun marcaj de ordine a octeților
(BOM) în fișierul de ieșire. Cu opțiunea "-b" «dos2unix» scrie un marcaj
de ordine a octeților atunci când fișierul de intrare are un marcaj de
ordine a octeților.
«unix2dos» scrie implicit un marcaj de ordine a octeților în fișierul de
ieșire când fișierul de intrare are un marcaj de ordine a octeților.
Utilizați opțiunea "-r" pentru a elimina un marcaj de ordine a
octeților.
«dos2unix» și «unix2dos» scriu întotdeauna un marcaj de ordine a
octeților atunci când se utilizează opțiunea "-m".
Nume de fișiere Unicode în Windows
«dos2unix» are suport opțional pentru citirea și scrierea numelor de
fișiere Unicode în linia de comandă Windows. Asta înseamnă că «dos2unix»
poate deschide fișiere care au caractere în nume care nu fac parte din
pagina de cod ANSI implicită a sistemului. Pentru a vedea dacă
«dos2unix» pentru Windows a fost construit cu suport pentru nume de
fișier Unicode, tastați: "dos2unix -V".
Există unele probleme cu afișarea numelor de fișiere Unicode într-o
consolă Windows. Vedeți opțiunea "-D", "--display-enc". Numele
fișierelor pot fi afișate greșit în consolă, dar fișierele vor fi scrise
cu numele corect.
Exemple Unicode
Convertește din UTF-16 Windows (fără BOM) în UTF-8 Unix:
dos2unix -n fișier_intrare.txt fișier_ieșire.txt
Convertește din UTF-16LE Windows (fără BOM) în UTF-8 Unix:
dos2unix -ul -n fișier_intrare.txt fișier_ieșire.txt
Convertește din UTF-8 Unix în Windows UTF-8 Windows cu BOM:
unix2dos -m -n fișier_intrare.txt fișier_ieșire.txt
Convertește din UTF-8 Unix în UTF-16 Windows:
unix2dos < fișier_intrare.txt | iconv -f UTF-8 -t UTF-16 > fișier_ieșire.txt
GB18030
GB18030 este un standard guvernamental chinez. Un subset obligatoriu al
standardului GB18030 este obligatoriu oficial pentru toate produsele
software vândute în China. A se vedea, de asemenea,
<http://en.wikipedia.org/wiki/GB_18030>.
Standardul GB18030 este pe deplin compatibil cu Unicode și poate fi
considerat un format de transformare unicode. La fel ca UTF-8, GB18030
este compatibil cu ASCII. GB18030 este, de asemenea, compatibil cu
pagina de cod 936 Windows, cunoscută și sub numele de GBK.
În Unix/Linux, fișierele UTF-16 sunt convertite în GB18030 atunci când
codificarea locală este setată la GB18030. Rețineți că acest lucru va
funcționa numai dacă localizarea este acceptată de sistem. Utilizați
comanda "locale -a" pentru a obține lista localizărilor acceptate.
În Windows, trebuie să utilizați opțiunea "-gb" pentru a converti
fișierele UTF-16 în GB18030.
Fișierele codificate GB18030 pot avea un marcaj de ordine a octeților,
precum fișierele Unicode.
EXEMPLE
Citește intrarea din „stdin” (intrarea standard) și scrie ieșirea la
„stdout” (ieșirea standard):
dos2unix < a.txt
cat a.txt | dos2unix
Convertește și înlocuiește a.txt. Convertește și înlocuiește b.txt:
dos2unix a.txt b.txt
dos2unix -o a.txt b.txt
Convertește și înlocuiește a.txt în modul de conversie ascii:
dos2unix a.txt
Convertește și înlocuiește a.txt în modul de conversie ascii,
convertește și înlocuiește b.txt în modul de conversie pe 7 biți:
dos2unix a.txt -c 7bit b.txt
dos2unix -c ascii a.txt -c 7bit b.txt
dos2unix -ascii a.txt -7 b.txt
Convertește a.txt din formatul Mac în formatul Unix:
dos2unix -c mac a.txt
mac2unix a.txt
Convertește a.txt din formatul Unix în formatul Mac:
unix2dos -c mac a.txt
unix2mac a.txt
Convertește și înlocuiește a.txt, păstrând marcajul original al datei:
dos2unix -k a.txt
dos2unix -k -o a.txt
Convertește a.txt și scrie în e.txt:
dos2unix -n a.txt e.txt
Convertește a.txt și scrie în e.txt, și face ca marcajul de dată al lui
e.txt să fie la fel cu cel al lui a.txt:
dos2unix -k -n a.txt e.txt
Convertește și înlocuiește a.txt, converteștei b.txt și scrie în e.txt:
dos2unix a.txt -n b.txt e.txt
dos2unix -o a.txt -n b.txt e.txt
Convertește c.txt și scrie în e.txt, convertește și înlocuiește a.txt,
convertește și înlocuiește b.txt, convertește d.txt și scrie în f.txt:
dos2unix -n c.txt e.txt -o a.txt b.txt -n d.txt f.txt
CONVERSIE RECURSIVĂ
Într-un shell Unix, comenzile find(1) și xargs(1) pot să fie folosite
pentru a rula «dos2unix» în mod recursiv asupra tuturor fișierele text
dintr-un arbore de directoare. De exemplu, pentru a converti toate
fișierele .txt din arborele de directoare sub directorul curent,
tastați:
find . -name '*.txt' -print0 |xargs -0 dos2unix
Opțiunea find(1) "-print0" și opțiunea corespunzătoare xargs(1) -0 sunt
necesare atunci când există fișiere cu spații sau ghilimele în nume. În
caz contrar, aceste opțiuni pot fi omise. O altă opțiune este să
utilizați find(1) cu opțiunea "-exec":
find . -name '*.txt' -exec dos2unix {} \;
Într-un prompt de comandă Windows se poate folosi următoarea comandă:
for /R %G in (*.txt) do dos2unix "%G"
Utilizatorii de PowerShell pot folosi următoarea comandă a PowerShell de
Windows:
get-childitem -path . -filter '*.txt' -recurse | foreach-object {dos2unix $_.Fullname}
LOCALIZAREA
LANG
Limba principală este selectată cu variabila de mediu LANG.
Variabila LANG constă din mai multe părți. Prima parte este codul
limbii cu litere mici. Al doilea este opțional și este codul țării
cu majuscule, precedat de un caracter de subliniere. Există, de
asemenea, o a treia parte opțională: codificarea caracterelor,
precedată de un punct. Câteva exemple pentru shell-uri de tip
standard POSIX:
export LANG=nl Olandeză
export LANG=nl_NL Olandeză, Olanda
export LANG=nl_BE Olandeză, Belgia
export LANG=es_ES Spaniolă, Spania
export LANG=es_MX Spaniolă, Mexic
export LANG=en_US.iso88591 Engleză, SUA, codificarea Latin-1
export LANG=en_GB.UTF-8 Engleză, UK, codificarea UTF-8
Pentru o listă completă a codurilor de limbă și de țară, consultați
manualul «gettext»:
<http://www.gnu.org/software/gettext/manual/html_node/Usual-Language
-Codes.html>
În sistemele Unix, puteți utiliza comanda locale(1) pentru a obține
informații specifice despre localizare.
LANGUAGE
Cu variabila de mediu LANGUAGE puteți specifica o listă cu
prioritate de limbi, separate prin două puncte. «dos2unix» dă
preferință variabilei LANGUAGE în detrimentul variabilei LANG. De
exemplu, mai întâi olandeză și apoi germană: "LANGUAGE=nl:de". Mai
întâi trebuie să activați localizarea, definind LANG (sau LC_ALL) la
o altă valoare decât „C”, înainte de a putea utiliza o listă cu
prioritate de limbă prin variabila LANGUAGE. Consultați și manualul
«gettext»:
<http://www.gnu.org/software/gettext/manual/html_node/The-LANGUAGE-v
ariable.html>
Dacă selectați o limbă care nu este disponibilă, veți primi mesajele
standard în limba engleză.
DOS2UNIX_LOCALEDIR
Cu variabila de mediu DOS2UNIX_LOCALEDIR, variabila LOCALEDIR
definită în timpul compilării poate fi înlocuită. LOCALEDIR este
folosită pentru a găsi fișierele de limbă. Valoarea implicită GNU
este "/usr/local/share/locale". Opțiunea --version va afișa valoarea
pe care LOCALEDIR o utilizează.
Exemplu (shell POSIX):
export DOS2UNIX_LOCALEDIR=$HOME/share/locale
VALOAREA RETURNATĂ
La succes, se returnează zero. Când apare o eroare de sistem, va fi
returnată ultima eroare de sistem. Pentru alte erori se returnează 1.
Valoarea returnată este întotdeauna zero în modul silențios, cu excepția
cazului în care sunt utilizate opțiuni greșite ale liniei de comandă.
STANDARDE
<https://ro.wikipedia.org/wiki/Fi%C8%99ier_text>
<http://en.wikipedia.org/wiki/Carriage_return>
<http://en.wikipedia.org/wiki/Newline>
<https://ro.wikipedia.org/wiki/Unicode>
AUTORI
Benjamin Lin - <blin@socs.uts.edu.au>, Bernd Johannes Wuebben (modul
mac2unix) - <wuebben@kde.org>, Christian Wurll (adăugarea unei linii noi
suplimentare) - <wurll@ira.uka.de>, Erwin Waterlander -
<waterlan@xs4all.nl> (menținător)
Pagina principală a proiectului:
<http://waterlan.home.xs4all.nl/dos2unix.html>
Pagina SourceForge a proiectului:
<http://sourceforge.net/projects/dos2unix/>
CONSULTAȚI ȘI
file(1) find(1) iconv(1) locale(1) xargs(1)