Как найти символ конца строки (EOL) в Windows
У меня есть несколько сотен ГБ данных, которые нужно вставить вместе с помощью утилиты Unix Paste в Cygwin, но она не будет работать должным образом, если в файлах есть символы Windows EOL. Данные могут содержать или не содержать символы Windows EOL, и я не хочу тратить время на запуск dos2unix, если мне это не нужно.
Итак, мой вопрос в Cygwin, как я могу выяснить, имеют ли эти файлы символы Windows EOL CRLF?
Я попытался создать некоторые тестовые данные и запустить
sed -r 's/\r\n//' testdata.txt
Но это похоже на совпадение независимо от того, был ли запущен dos2unix или нет.
Благодарю.
8 ответов
file(1)
Утилита знает разницу:
$ file * | grep ASCII
2: ASCII text
3: ASCII English text
a: ASCII C program text
blah: ASCII Java program text
foo.js: ASCII C++ program text
openssh_5.5p1-4ubuntu5.dsc: ASCII text, with very long lines
windows: ASCII text, with CRLF line terminators
file(1)
был оптимизирован, чтобы попытаться прочитать как можно меньше файлов, так что вам может повезти, и вы значительно сократите объем дискового ввода-вывода, который вам нужно выполнить при поиске и исправлении терминаторов CRLF.
Обратите внимание, что некоторые случаи CRLF должны оставаться на месте: при захвате SMTP будет использоваться CRLF. Но это зависит от вас.:)
#!/bin/bash
for i in $(find . -type f); do
if file $i | grep CRLF ; then
echo $i
file $i
#dos2unix "$i"
fi
done
Раскомментируйте "#dos2unix "$i"", когда будете готовы конвертировать их.
Вы можете узнать, используя file
:
file /mnt/c/BOOT.INI
/mnt/c/BOOT.INI: ASCII text, with CRLF line terminators
CRLF является значительным значением здесь.
grep recursive, с фильтром шаблонов файлов
grep -Pnr --include=*file.sh '\r$' .
имя выходного файла, номер строки и сама строка
./test/file.sh:2:here is windows line break
Вы можете использовать опцию -i dos2unix, чтобы получить информацию о переносах строк в DOS Unix Mac (в указанном порядке), спецификациях и текстовых / двоичных файлах без преобразования файла.
$ dos2unix -i *.txt
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
С флагом "c" dos2unix сообщит о файлах, которые будут преобразованы, у файлов iow есть разрывы строки DOS. Чтобы сообщить обо всех TXT-файлах с переносами строк DOS, вы можете сделать это:
$ dos2unix -ic *.txt
dos.txt
mixed.txt
utf16le.txt
utf8dos.txt
Чтобы конвертировать только эти файлы, вы просто делаете:
dos2unix -ic *.txt | xargs dos2unix
Если вам нужно перейти рекурсивно по каталогам, вы делаете:
find -name '*.txt' | xargs dos2unix -ic | xargs dos2unix
Смотрите также справочную страницу dos2unix.
Если вы ожидаете, что код выхода будет отличаться от sed
не будет Он будет выполнять замену или нет в зависимости от матча. Код выхода будет истинным, если нет ошибки.
Вы можете получить полезный код выхода из grep
, тем не мение.
#!/bin/bash
for f in *
do
if head -n 10 "$f" | grep -qs $'\r'
then
dos2unix "$f"
fi
done
Спасибо за подсказку, чтобы использовать команду file(1), однако это требует немного большего уточнения. У меня была ситуация, когда не только обычные текстовые файлы, но и некоторые ".sh" скрипты имели неправильный eol. И "файл" сообщает о них следующим образом, независимо от EOL:
xxx/y/z.sh: application/x-shellscript
Поэтому была нужна опция "file -e soft" (по крайней мере, для Linux):
bash$ find xxx -exec file -e soft {} \; | grep CRLF
Это находит все файлы с DOS EOL в каталоге ххх и подкаталоги.
Как указано выше, решение "файл" работает. Может быть, следующий фрагмент кода может помочь.
#!/bin/ksh
EOL_UNKNOWN="Unknown" # Unknown EOL
EOL_MAC="Mac" # File EOL Classic Apple Mac (CR)
EOL_UNIX="Unix" # File EOL UNIX (LF)
EOL_WINDOWS="Windows" # File EOL Windows (CRLF)
SVN_PROPFILE="name-of-file" # Filename to check.
...
# Finds the EOL used in the requested File
# $1 Name of the file (requested filename)
# $r EOL_FILE set to enumerated EOL-values.
getEolFile() {
EOL_FILE=$EOL_UNKNOWN
# Check for EOL-windows
EOL_CHECK=`file $1 | grep "ASCII text, with CRLF line terminators"`
if [[ -n $EOL_CHECK ]] ; then
EOL_FILE=$EOL_WINDOWS
return
fi
# Check for Classic Mac EOL
EOL_CHECK=`file $1 | grep "ASCII text, with CR line terminators"`
if [[ -n $EOL_CHECK ]] ; then
EOL_FILE=$EOL_MAC
return
fi
# Check for Classic Mac EOL
EOL_CHECK=`file $1 | grep "ASCII text"`
if [[ -n $EOL_CHECK ]] ; then
EOL_FILE=$EOL_UNIX
return
fi
return
} # getFileEOL
...
# Using this snippet
getEolFile $SVN_PROPFILE
echo "Found EOL: $EOL_FILE"
exit -1