1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
|
NAZWA
dos2unix - konwerter formatu plików tekstowych między systemami DOS/Mac
a Uniksem
SKŁADNIA
dos2unix [opcje] [PLIK ...] [-n PLIK_WEJ PLIK_WYJ ...]
unix2dos [opcje] [PLIK ...] [-n PLIK_WEJ PLIK_WYJ ...]
OPIS
Pakiet Dos2unix zawiera narzędzia "dos2unix" oraz "unix2dos" do
konwersji zwykłych plików tekstowych między formatami używanymi w
systemach DOS lub Mac a formatem uniksowym.
W plikach tekstowych systemu DOS/Windows oznaczenie końca linii to
połączenie dwóch znaków: powrotu karetki (CR) i przesunięcia linii (LF).
W uniksowych plikach tekstowych koniec linii to pojedynczy znak LF. W
plikach tekstowych systemu Mac sprzed Mac OS X koniec linii był
pojedynczym znakiem CR. Obecnie Mac OS wykorzystuje uniksowe końce linii
(LF).
Oprócz oznaczeń końców linii Dos2unix potrafi konwertować także
kodowanie plików. Kilko stron kodowych DOS-a może być przekonwertowanych
do uniksowego Latin-1, a windowsowy Unicode (UTF-16) do
powszechniejszego pod Uniksem kodowania Unicode UTF-8.
Pliki binarne są pomijane automatycznie, chyba że konwersja zostanie
wymuszona.
Pliki inne niż zwykłe, np. katalogi lub FIFO, są pomijane automatycznie.
Dowiązania symboliczne i ich cele są domyślnie pozostawiane bez zmian.
Dowiązania symboliczne mogą być opcjonalnie zastępowane, albo wyjście
może być zapisywane do celu dowiązania. Zapis do celu dowiązania
symbolicznego nie jest obsługiwane pod Windows.
Dos2unix powstał na podstawie narzędzia dos2unix z systemu
SunOS/Solaris. Jest jedna istotna różnica w stosunku do oryginalnej
wersji z SunOS-a/Solarisa: ta wersja domyślnie wykonuje konwersję w
miejscu (tryb starego pliku), podczas gdy oryginalna obsługiwała tylko
konwersję parami (tryb nowego pliku) - p. także opcje "-o" i "-n".
Ponadto wersja z SunOS-a/Solarisa domyślnie wykonuje konwersję w trybie
*iso*, podczas gdy ta wersja domyślnie wykonuje konwersję w trybie
*ascii*.
OPCJE
-- Potraktowanie wszystkich kolejnych opcji jako nazw plików. Tej opcji
należy użyć, aby przekonwertować pliki, których nazwy zaczynają się
od minusa. Przykładowo, aby przekonwertować plik o nazwie "-foo",
można użyć polecenia:
dos2unix -- -foo
Lub w trybie nowego pliku:
dos2unix -n -- -foo out.txt
-ascii
Konwersja tylko znaków końca linii. Jest to domyślny tryb konwersji.
-iso
Konwersja między zestawami znaków DOS i ISO-8859-1. Więcej w sekcji
TRYBY KONWERSJI.
-1252
Użycie strony kodowej Windows 1252 (zachodnioeuropejskiej).
-437
Użycie strony kodowej DOS 437 (US). Jest to domyślna strona kodowa
używana przy konwersji ISO.
-850
Użycie strony kodowej DOS 850 (zachodnioeuropejskiej).
-860
Użycie strony kodowej DOS 860 (portugalskiej).
-863
Użycie strony kodowej DOS 863 (kanadyjskiej francuskiej).
-865
Użycie strony kodowej DOS 865 (nordyckiej).
-7 Konwersja znaków 8-bitowych do przestrzeni 7-bitowej.
-b, --keep-bom
Zachowanie znaku BOM (Byte Order Makr). Jeżeli plik wejściowy
zawiera BOM, powoduje zapisanie go w pliku wyjściowym. Jest to
domyślne zachowanie przy konwersji na DOS-owe końce linii. P. także
opcja "-r".
-c, --convmode TRYB_KONW
Ustawienie trybu konwersji. TRYB_KONW to jeden z: *ascii*, *7bit*,
*iso*, *mac*, przy czym domyślny jest ascii.
-D, --display-enc KODOWANIE
Ustawienie kodowania wyświetlanego tekstu. KODOWANIE to jedno z:
*ansi*, *unicode*, *unicodebom*, *utf8*, *utf8bom*, przy czym
domyślne to ansi.
Ta opcja jest dostępna wyłączenie w programie dos2unix dla Windows z
obsługą nazw plików Unicode. Nie ma wpływu na same nawy
odczytywanych i zapisywanych plików, a jedynie na sposób ich
wyświetlania.
Istnieje kilka sposobów wyświetlania tekstu w konsoli Windows w
zależności od kodowania tekstu. Wszystkie mają swoje zalety i wady.
ansi
Domyślna metoda programu dos2unix to stosowanie tekstu
kodowanego w ANSI. Zaletą jest wsteczna zgodność. Działa z
fontami rastrowymi, jak i TrueType. W niektórych rejonach może
być potrzeba zmiany aktywnej strony kodowej DOS OEM na systemową
stronę kodową Windows ANSI przy użyciu polecenia "chcp",
ponieważ dos2unix wykorzystuje systemową stronę kodową Windows.
Wadą kodowania ansi jest fakt, że międzynarodowe nazwy plików ze
znakami spoza domyślnej systemowej strony kodowej nie są
wyświetlane właściwie. Można zamiast tego zobaczyć znak
zapytania albo niewłaściwy symbol. Jeżeli nie pracujemy z obcymi
nazwami plików, ta metoda jest poprawna.
unicode, unicodebom
Zaletą kodowania unicode (windowsową nazwą dla UTF-16) jest
(zwykle) właściwe wyświetlanie tekstu. Nie ma potrzeby zmiany
aktywnej strony kodowej. Może być potrzeba zmiany fontu konsoli
na font TrueType, aby znaki międzynarodowe były wyświetlane
poprawnie. Jeśli znak nie jest obecny w foncie TrueType, zwykle
widać mały kwadrat, czasami ze znakiem zapytania w środku.
W przypadku używania konsoli ConEmu cały tekst jest wyświetlany
poprawnie, ponieważ ConEmu automatycznie wybiera dobry font.
Wadą kodowania unicode jest niezgodność z ASCII. Wyjście nie
jest łatwe do obsłużenia w przypadku przekierowania do innego
programu lub pliku.
W przypadku użycia metody "unicodebom", tekst w unikodzie jest
poprzedzony znakiem BOM (Byte Order Mark). BOM jest wymagany do
poprawnego przekierowania lub przekazywania przez potok w
powłoce PowerShell.
utf8, utf8bom
Zaletą kodowania utf8 jest zgodność z ASCII. Trzeba ustawić font
konsoli na font TrueType. Przy użyciu fontu TrueType tekst jest
wyświetlany podobnie do kodowania "unicode".
Wadą jest fakt, że w przypadku używania domyślnego fontu
rastrowego, wszystkie znaki spoza ASCII są wyświetlane
niepoprawnie. Nie tylko unikodowe nazwy plików, ale także
przetłumaczone komunikaty stają się nieczytelne. W Windows
skonfigurowanym dla rejonu Azji Wschodniej widać dużo migotania
konsoli w trakcie wyświetlania komunikatów.
W konsoli ConEmu metoda kodowania utf8 działa dobrze.
W przypadku użycia metody "utf8bom", tekst w UTF-8 jest
poprzedzony znakiem BOM (Byte Order Mark). BOM jest wymagany do
poprawnego przekierowania lub przekazywania przez potok w
powłoce PowerShell.
Domyślne kodowanie można zmienić przy użyciu zmiennej środowiskowej
DOS2UNIX_DISPLAY_ENC, ustawiając ją na "unicode", "unicodebom",
"utf8" lub "utf8bom".
-f, --force
Wymuszenie konwersji plików binarnych.
-gb, --gb18030
Pod Windows pliki w UTF-16 są domyślnie konwertowane do UTF-8,
niezależnie od ustawienia lokalizacji. Ta opcja pozwala
przekonwertować pliki w UTF-16 do GB18030. Opcja jest dostępna tylko
pod Windows, więcej w sekcji dotyczącej GB18030.
-h, --help
Wyświetlenie opisu i zakończenie.
-i[FLAGI], --info[=FLAGI] PLIK ...
Wyświetlenie informacji o pliku. Konwersja nie jest wykonywana.
Wypisywane są następujące informacje, w tej kolejności: liczba
DOS-owych końców linii, liczba uniksowych końców linii, liczba
macowych końców linii, znacznik BOM, tekstowy lub binarny, nazwa
pliku.
Przykładowe wyjście:
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
Uwaga: czasami plik binarny może być błędnie rozpoznany jako
tekstowy. P. także opcja "-s".
Opcjonalnie można ustawić dodatkowe flagi, aby zmienić wyjście.
Można dodać jedną lub więcej flag.
d Wypisanie liczby DOS-owych końców linii.
u Wypisanie liczby uniksowych końców linii.
m Wypisanie liczby macowych końców linii.
b Wypisanie znacznika BOM.
t Wypisanie, czy plik jest tekstowy, czy binarny.
c Wypisanie tylko plików, które zostałyby przekonwertowane.
Z flagą "c" dos2unix wypisze tylko pliki zawierające DOS-owe
końce linii, a unix2dos wypisze tylko nazwy plików zawierających
uniksowe końce linii.
h Wypisanie nagłówka.
p Wyświetlanie nazw plików bez ścieżki.
Przykłady:
Pokazanie informacji o wszystkich plikach *.txt:
dos2unix -i *.txt
Pokazanie tylko liczby DOS-owych i uniksowych końców linii:
dos2unix -idu *.txt
Pokazanie tylko znacznika BOM:
dos2unix --info=b *.txt
Wypisanie listy plików zawierających DOS-owe końce linii:
dos2unix -ic *.txt
Wypisanie listy plików zawierających uniksowe końce linii:
unix2dos -ic *.txt
Konwersja tylko plików mających DOS-owe końce linii, pozostawienie
pozostałych bez zmian:
dos2unix -ic *.txt | xargs dos2unix
Wyszukanie plików tekstowych zawierających DOS-owe końce linii:
find -name '*.txt' | xargs dos2unix -ic
-k, --keepdate
Zachowanie znacznika czasu pliku wyjściowego takiego samego, jak
pliku wejściowego.
-L, --license
Wyświetlenie licencji programu.
-l, --newline
Dodanie dodatkowego znaku końca linii.
dos2unix: tylko DOS-owe znaki końca linii są zamieniane na dwa
uniksowe. W trybie Mac tylko macowe znaki końca linii są zamieniane
na dwa uniksowe.
unix2dos: tylko uniksowe znaki końca linii są zamieniane na dwa
DOS-owe. W trybie Mac uniksowe znaki końca linii są zamieniane na
dwa macowe.
-m, --add-bom
Zapisanie znacznika BOM (Byte Order Mark) w pliku wyjściowym.
Domyślnie zapisywany jest BOM UTF-8.
Jeśli plik wejściowy jest w kodowaniu UTF-16 i użyto opcji "-u",
zostanie zapisany BOM UTF-16.
Nigdy nie należy używać tej opcji, jeśli kodowanie wyjściowe jest
inne niż UTF-8, UTF-16 lub GB18030. Więcej w sekcji UNICODE.
-n, --newfile PLIK_WEJ PLIK_WYJ ...
Tryb nowego pliku. Konwersja PLIKU_WEJ z zapisem wyjścia do
PLIKU_WYJ. Nazwy plików muszą być podane parami, a masek *nie*
należy używać, gdyż *spowoduje* to utratę plików.
Osoba uruchamiająca konwersję w trybie nowego pliku (par) będzie
właścicielem przekonwertowanego pliku. Prawa odczytu/zapisu nowego
pliku będą pochodziły z praw pliku oryginalnego po odjęciu umask(1)
osoby uruchamiającej konwersję.
-o, --oldfile PLIK ...
Tryb starego pliku. Konwersja PLIKU i nadpisanie go wyjściem.
Program działa domyślnie w tym trybie. Można używać masek.
W trybie starego pliku (w miejscu) przekonwertowany plik otrzymuje
tego samego właściciela, grupę oraz prawa odczytu/zapisu, jak plik
oryginalny - także wtedy, gdy plik jest konwertowany przez innego
użytkownika, mającego prawo zapisu do pliku (np. przez użytkownika
root). Konwersja zostanie przerwana, jeśli nie będzie możliwe
zachowanie oryginalnych wartości. Zmiana właściciela mogłaby
oznaczać, że pierwotny właściciel nie może już odczytać pliku.
Zmiana grupy mogłaby być zagrożeniem bezpieczeństwa, plik mógłby być
czytelny dla nie zamierzonych osób. Zachowanie właściciela, grupy i
praw odczytu/zapisu jest obsługiwane tylko na Uniksie.
-q, --quiet
Tryb cichy. Pominięcie wszystkich ostrzeżeń i komunikatów. Zwracanym
kodem jest zero, chyba że podano błędne opcje linii poleceń.
-r, --remove-bom
Usunięcie znaków BOM (Byte Order Mark). Bez zapisywania BOM do pliku
wyjściowego. Jest to domyślne zachowanie przy konwersji na uniksowe
końce linii. P. także opcja "-b".
-s, --safe
Pominięcie plików binarnych (domyślne).
Pomijanie plików binarnych ma na celu zapobieżenie przypadkowym
błędom. Uwaga: wykrywanie plików binarnych nie jest w 100% odporne
na błędy. Pliki wejściowe są przeszukiwane pod kątem symboli
binarnych, które zwykle nie występują w plikach tekstowych. Może się
zdarzyć, że plik binarny zawiera tylko zwykłe znaki tekstowe. Taki
plik binarny będzie błędnie widziany jako plik tekstowy.
-u, --keep-utf16
Zachowanie oryginalnego kodowania pliku wejściowego UTF-16. Plik
wyjściowy zostanie zapisany w tym samym kodowaniu UTF-16 (little lub
big endian), co plik wejściowy. Zapobiega to przekształceniu do
UTF-8. Do pliku zostanie zapisany odpowiedni znacznik BOM UTF-16. Tę
opcję można wyłączyć opcją "-ascii".
-ul, --assume-utf16le
Przyjęcie, że format pliku wejściowego to UTF-16LE.
Jeśli w pliku wejściowym jest znacznik BOM (Byte Order Mark), ma on
priorytet nad tą opcją.
Jeśli przyjęto błędne założenie (plik wejściowy nie jest w formacie
UTF-16LE), a konwersja się uda, wynikiem będzie plik wyjściowy UTF-8
ze złym tekstem. Konwersję tę można odwrócić przy użyciu polecenia
iconv(1) do konwersji wyjścia UTF-8 z powrotem do UTF-16LE.
Przywróci to plik oryginalny.
Przyjęcie UTF-16LE działa jako *tryb konwersji*. Przy przełączeniu
na domyślny tryb *ascii* przyjęcie UTF-16LE jest wyłączane.
-ub, --assume-utf16be
Przyjęcie, że format pliku wejściowego to UTF-16BE.
Ta opcja działa analogicznie do "-ul".
-v, --verbose
Wyświetlanie szczegółowych komunikatów. Wyświetlane śa dodatkowe
informacje o znacznikach BOM (Byte Order Mark) oraz liczbie
przekonwertowanych końców linii.
-F, --follow-symlink
Podążanie za dowiązaniami symbolicznymi i konwertowanie ich celów
-R, --replace-symlink
Zastępowanie dowiązań symbolicznych przekonwertowanymi plikami
(oryginalne pliki docelowe pozostają bez zmian).
-S, --skip-symlink
Pozostawienie dowiązań symbolicznych i celów bez zmian (domyślne).
-V, --version
Wyświetlenie informacji o wersji i zakończenie.
TRYB MAC
W zwykłym trybie znaki końca linii są konwertowane z DOS-a do Uniksa i
odwrotnie. Znaki końca linii systemu Mac nie są konwertowane.
W trybie Mac znaki końca linii są konwertowane z formatu Maca do Uniksa
i odwrotnie. Znaki końca linii systemu DOS nie są zmieniane.
Aby uruchomić program w trybie Mac, należy użyć opcji linii poleceń "-c
mac" albo użyć poleceń "mac2unix" lub "unix2mac".
TRYBY KONWERSJI
ascii
W trybie "ascii" konwertowane są tylko końce linii. Jest to domyślny
tryb konwersji.
Mimo że nazwa tego trybu to ASCII, które jest standardem 7-bitowym,
jest to tryb 8-bitowy. Należy zawsze używać tego trybu przy
konwersji plików Unicode UTF-8.
7bit
W tym trybie wszystkie znaki 8-bitowe spoza ASCII (o wartościach od
128 do 255) są konwertowane do przestrzeni 7-bitowej.
iso W tym trybie znaki są konwertowane między zestawem znaków DOS
(stroną kodową) a zestawem znaków ISO-8859-1 (Latin-1) używanym na
Uniksie. Znaki DOS-owe nie mające odpowiednika w ISO-8859-1, których
nie da się przekonwertować, są zamieniane na kropkę. To samo dotyczy
znaków ISO-8859-1 bez odpowiednika w DOS-ie.
Jeśli używana jest tylko opcja "-iso", dos2unix próbuje wykryć
aktywną stronę kodową. Jeśli nie jest to możliwe, dos2unix używa
domyślnej strony kodowej CP437, stosowanej głównie w USA. Aby
wymusić określoną stronę kodową, należy użyć opcji -437 (US), -850
(zachodnioeuropejska), -860 (portugalska), -863 (kanadyjska
francuska) lub -865 (nordycka). Ponadto obsługiwana jest strona
kodowa Windows CP1252 (zachodnioeuropejska) przy użyciu opcji -1252.
W przypadku innych stron kodowych można użyć narzędzia dos2unix wraz
z iconv(1). Iconv potrafi konwertować między wieloma kodowaniami
znaków.
Nigdy nie należy używać konwersji ISO na plikach tekstowych w
Unicode. Uszkodziłaby pliki kodowane UTF-8.
Kilka przykładów:
Konwersja z domyślnej strony kodowej DOS do uniksowego Latin-1:
dos2unix -iso -n in.txt out.txt
Konwersja ze strony kodowej DOS CP850 do uniksowego Latin-1:
dos2unix -850 -n in.txt out.txt
Konwersja ze strony kodowej Windows CP1252 do uniksowego Latin-1:
dos2unix -1252 -n in.txt out.txt
Konwersja ze strony kodowej Windows CP1252 do uniksowego UTF-8
(Unicode):
iconv -f CP1252 -t UTF-8 in.txt | dos2unix > out.txt
Konwersa z uniksowego Latin-1 do domyślnej strony kodowej DOS:
unix2dos -iso -n in.txt out.txt
Konwersja z uniksowego Latin-1 do strony kodowej DOS CP850:
unix2dos -850 -n in.txt out.txt
Konwersja z uniksowego Latin-1 do strony kodowej Windows CP1252:
unix2dos -1252 -n in.txt out.txt
Konwersja z uniksowego UTF-8 (Unicode) do strony kodowej Windows
CP1252:
unix2dos < in.txt | iconv -f UTF-8 -t CP1252 > out.txt
Więcej pod adresem <http://czyborra.com/charsets/codepages.html>
oraz <http://czyborra.com/charsets/iso8859.html>.
UNICODE
Kodowania
Istnieją różne kodowania Unicode. Pod Uniksem i Linuksem pliki Unicode
są zwykle kodowane z użyciem UTF-8. Pod Windows pliki tekstowe Unicode
mogą być kodowane w UTF-8, UTF-16, UTF-16 big-endian, ale przeważnie są
kodowane w UTF-16.
Konwersje
Pliki tekstowe Unicode mogą mieć znaki końca linii systemu DOS, Unix lub
Mac, podobnie jak zwykłe pliki tekstowe.
Wszystkie wersje dos2unix i unix2dos potrafią konwertować pliki kodowane
UTF-8, ponieważ UTF-8 jest wstecznie zgodne z ASCII.
Dos2unix i unix2dos z obsługą Unicode UTF-16 potrafią odczytywać pliki
tekstowe kodowane UTF-16 little- oraz big-endian. Aby sprawdzić, czy
dos2unix został zbudowany z obsługą UTF-16, należy napisać "dos2unix
-V".
Pod Uniksem/Linuksem pliki w kodowaniu UTF-16 są konwertowane do
kodowania znaków ustawionej lokalizacji. Kodowanie znaków dla
lokalizacji można sprawdzić poleceniem locale(1). Jeśli konwersja nie
jest możliwa, wystąpi błąd, a plik zostanie pominięty.
Pod Windows pliki UTF-16 są domyślnie konwertowane do UTF-8. Pliki
tekstkowe w kodowaniu UTF-8 są dobrze obsługiwane zarówno pod Windows,
jak i Uniksem/Linuksem.
Kodowania UTF-16 i UTF-8 są w pełni zgodne, konwersja nie spowoduje
utraty żadnej części tekstu. W przypadku wystąpienia błędu konwersji, na
przykład w przypadku błędu w pliku wejściowym UTF-16, plik zostanie
pominięty.
W przypadku użycia opcji "-u", plik wejściowy zostanie zapisany w tym
samym kodowaniu UTF-16, co plik wejściowy. Opcja "-u" zapobiega
konwersji do UTF-8.
Dos2unix oraz unix2dos nie mają opcji pozwalającej na konwersję plików
UTF-8 do UTF-16.
Tryby konwersji ISO i 7-bit nie działają na plikach UTF-16.
Znacznik BOM
W systemie Windows pliki tekstowe zwykle zawierają znacznik BOM (Byte
Order Mark), ponieważ wiele programów dla Windows (w tym Notepad) dodaje
domyślnie znaczniki BOM. Więcej informacji można znaleźć pod adresem
<http://pl.wikipedia.org/wiki/BOM_(informatyka)>.
Pod Uniksem pliki Unicode zwykle nie mają znacznika BOM. Pliki tekstowe
są traktowane jako kodowane zgodnie z kodowaniem znaków ustawionej
lokalizacji.
Dos2unix potrafi wykryć tylko, czy plik jest w formacie UTF-16, jeśli
zawiera znacznik BOM. Jeśli plik UTF-16 nie ma tego znacznika, dos2unix
potraktuje plik jako binarny.
Do konwersji pliku UTF-16 bez znacznika BOM można użyć opcji "-ul" lub
"-ub".
Dos2unix nie zapisuje domyślnie znaku BOM w pliku wyjściowym. Z opcją
"-b" Dos2unix zapisuje BOM, jeśli plik wejściowy zawiera BOM.
Unix2dos domyślnie zapisuje znaczniki BOM w pliku wyjściowym, jeśli plik
wejściowy ma BOM. Aby usunąć BOM, można użyć opcji "-r".
Dos2unix oraz unix2dos zawsze zapisują znaczniki BOM, jeśli użyta
zostanie opcja "-m".
Unikodowe nazwy plików w Windows
Dos2unix ma opcjonalną obsługę odczytu i zapisu nazw plików Unicode w
linii poleceń Windows. Oznacza to, że dos2unix potrafi otwierać pliki
zawierające w nazwie znaki spoza domyślnej systemowej strony kodowej
ANSI. Aby sprawdzić, czy dos2unix dla Windows został zbudowany z obsługą
nazw plików Unicode, można wpisać "dos2unix -V".
Przy wyświetlaniu nazw plików Unicode w konsoli Windows występuje kilka
problemów. Więcej informacji w opisie opcji "-D", "--display-enc". Nazwy
plików mogą być wyświetlane błędnie na konsoli, ale pliki będą
zapisywane z poprawną nazwą.
Przykłady Unicode
Konwersja pliku UTF-16 (z BOM) z formatu Windows do uniksowego UTF-8:
dos2unix -n in.txt out.txt
Konwersja pliku UTF-16LE (bez BOM) z formatu Windows do uniksowego
UTF-8:
dos2unix -ul -n in.txt out.txt
Konwersja z uniksowego UTF-8 do UTF-8 z BOM dla Windows:
unix2dos -m -n in.txt out.txt
Konwersja z uniksowego UTF-8 do UTF-16 dla Windows:
unix2dos < in.txt | iconv -f UTF-8 -t UTF-16 > out.txt
GB18030
GB18030 to standard urzędowy w Chinach. Obowiązkowy podzbiór standardu
GB18030 jest oficjalnym wymaganiem każdego oprogramowania sprzedawanego
w Chinach. Więcej pod adresem <http://en.wikipedia.org/wiki/GB_18030>.
GB18030 jest w pełni zgodny z Unicode i może być uważany za format
transformacji unikodu. Podobnie jak UTF-8, GB18030 jest zgodny z ASCII.
Jest także zgodny ze stroną kodową Windows 936, znaną też jako GBK.
Pod Uniksem/Linuksem pliki UTF-16 są konwertowane do GB18030, jeśli
kodowanie dla lokalizacji jest ustawione na GB18030. Uwaga: będzie to
działać tylko, jeśli lokalizacja jest obsługiwana przez system. Listę
obsługiwanych lokalizacji można sprawdzić poleceniem "locale -a".
Pod Windows w celu konwersji plików UTF-16 do GB18030 należy użyć opcji
"-gb".
Pliki w kodowaniu GB18030 mogą mieć znacznik BOM, podobnie jak pliki w
Unicode.
PRZYKŁADY
Odczyt ze standardowego wejścia i zapis na standardowe wyjście:
dos2unix < a.txt
cat a.txt | dos2unix
Konwersja i zastąpienie a.txt; konwersja i zastąpienie b.txt:
dos2unix a.txt b.txt
dos2unix -o a.txt b.txt
Konwersja i zastąpienie a.txt w trybie ascii:
dos2unix a.txt
Konwersja i zastąpienie a.txt w trybie ascii; konwersja i zastąpienie
b.txt w trybie 7-bitowym:
dos2unix a.txt -c 7bit b.txt
dos2unix -c ascii a.txt -c 7bit b.txt
dos2unix -ascii a.txt -7 b.txt
Konwersja a.txt z formatu Mac do formatu uniksowego:
dos2unix -c mac a.txt
mac2unix a.txt
Konwersja a.txt z formatu uniksowego do formatu Mac:
unix2dos -c mac a.txt
unix2mac a.txt
Konwersja i zastąpienie a.txt z zachowaniem oryginalnego znacznika
czasu:
dos2unix -k a.txt
dos2unix -k -o a.txt
Konwersja a.txt i zapis do e.txt:
dos2unix -n a.txt e.txt
Konwersja a.txt i zapis do e.txt z zachowaniem znacznika czasu e.txt
takiego, jak a.txt:
dos2unix -k -n a.txt e.txt
Konwersja i zastąpienie a.txt; konwersja b.txt i zapis do e.txt:
dos2unix a.txt -n b.txt e.txt
dos2unix -o a.txt -n b.txt e.txt
Konwersja c.txt i zapis do e.txt; konwersja i zastąpienie a.txt;
konwersja i zastąpienie b.txt; konwersja d.txt i zapis do f.txt:
dos2unix -n c.txt e.txt -o a.txt b.txt -n d.txt f.txt
KONWERSJA REKURENCYJNA
Można użyć dos2unix w połączeniu z poleceniami find(1) i xargs(1) do
rekurencyjnej konwersji plików tekstowych w strukturze drzewa katalogów.
Na przykład, aby przekonwertować wszystkie pliki .txt w drzewie
katalogów poniżej katalogu bieżącego, należy napisać:
find . -name '*.txt' |xargs dos2unix
Z poziomu linii poleceń Windows można użyć następującego polecenia:
for /R %G in (*.txt) do dos2unix "%G"
Użytkownicy powłoki PowerShell mogą użyć następującego polecenia w
Windows PowerShell:
get-childitem -path . -filter '*.txt' -recurse | foreach-object {dos2unix $_.Fullname}
LOKALIZACJA
LANG
Główny język wybiera się zmienną środowiskową LANG. Zmienna LANG
składa się z kilku części. Pierwsza część to małe litery oznaczające
kod języka. Druga część jest opcjonalna i zawiera kod kraju pisany
wielkimi literami, poprzedzony podkreśleniem. Jest także opcjonalna
trzecia część: kodowanie znaków, poprzedzone kropką. Kilka
przykładów dla powłok zgodnych ze standardem POSIX:
export LANG=nl holenderski
export LANG=nl_NL holenderski, Holandia
export LANG=nl_BE holenderski, Belgia
export LANG=es_ES hiszpański, Hiszpania
export LANG=es_MX hiszpański, Meksyk
export LANG=en_US.iso88591 angielski, USA, kodowanie Latin-1
export LANG=en_GB.UTF-8 angielski, Wlk. Brytania, kodowanie UTF-8
Pełną listę kodów języków i krajów można znaleźć w podręczniku do
gettexta:
<http://www.gnu.org/software/gettext/manual/html_node/Usual-Language
-Codes.html>
W systemach uniksowych do uzyskania informacji dotyczących
lokalizacji można użyć polecenia locale(1).
LANGUAGE
Przy użyciu zmiennej środowiskowej LANGUAGE można określić listę
języków wg priorytetu, oddzielonych dwukropkami. Dos2unix przyjmuje
pierwszeństwo zmiennej LANGUAGE nad LANG. Na przykład, najpierw
holenderski, następnie niemiecki: "LANGUAGE=nl:de". Aby skorzystać z
listy wg priorytetów ze zmiennej LANGUAGE, trzeba najpierw włączyć
lokalizację przez ustawienie zmiennej LANG (lub LC_ALL) na wartość
inną niż "C". Więcej informacji znajduje się w podręczniku do
gettexta:
<http://www.gnu.org/software/gettext/manual/html_node/The-LANGUAGE-v
ariable.html>
W przypadku wybrania niedostępnego języka, otrzymamy standardowe,
angielskie komunikaty.
DOS2UNIX_LOCALEDIR
Przy użyciu zmiennej środowiskowej DOS2UNIX_LOCALEDIR, można
nadpisać ustawienie LOCALEDIR z czasu kompilacji. LOCALEDIR to
katalog używany do znalezienia plików lokalizacji. Domyślną
wartością dla GNU jest "/usr/local/share/locale". Opcja --version
wyświetla używaną wartość LOCALEDIR.
Przykład (dla powłoki POSIX):
export DOS2UNIX_LOCALEDIR=$HOME/share/locale
WARTOŚĆ ZWRACANA
W przypadku powodzenia zwracane jest zero. Jeśli wystąpi błąd systemowy,
zwracany jest ostatni błąd systemowy. W przypadku innych błędów zwracane
jest 1.
Wartość zwracana w trybie cichym to zawsze zero, z wyjątkiem sytuacji
podania błędnych opcji linii poleceń.
STANDARDY
<http://pl.wikipedia.org/wiki/Plik_tekstowy>
<http://en.wikipedia.org/wiki/Carriage_return>
<http://pl.wikipedia.org/wiki/End-of-line>
<http://pl.wikipedia.org/wiki/Unicode>
AUTORZY
Benjamin Lin <blin@socs.uts.edu.au>; Bernd Johannes Wuebben (tryb
mac2unix) <wuebben@kde.org>; Christian Wurll (dodawanie dodatkowej nowej
linii) <wurll@ira.uka.de>; Erwin Waterlander <waterlan@xs4all.nl>
(prowadzący)
Strona projektu: <http://waterlan.home.xs4all.nl/dos2unix.html>
Strona SourceForge: <http://sourceforge.net/projects/dos2unix/>
ZOBACZ TAKŻE
file(1) find(1) iconv(1) locale(1) xargs(1)
|