Provided by: dos2unix_7.5.1-1_amd64 
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 wynik.txt
--allow-chown
Zezwolenie na zmianę właściciela w trybie starego pliku.
W przypadku użycia tej opcji, konwersja nie zostanie przerwana, jeśli nie ma
możliwości zachowania właściciela i/lub grupy oryginalnego pliku w trybie starego
pliku. Konwersja będzie kontynuowana, a przekonwertowany plik będzie miał tego samego
właściciela, jakiego by miał w trybie nowego pliku. P. także opcje "-o" i "-n". Opcja
jest dostępna tylko wtedy, gdy dos2unix ma obsługę zachowywania użytkownika i grupy
plików.
-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".
-e, --add-eol
Dodawanie znaku końca linii do ostatniej linii, jeśli ta go nie zawiera. Działa przy
każdej konwersji.
Pliki przekształcone z formatu DOS do Uniksa mogą nie mieć w ostatnim wierszu znaku
końca linii. Istnieją edytory tekstu zapisujące pliki tekstowe bez znaku końca wiersza
w ostatniej linii. Niektóre programy uniksowe mają problemy przy przetwarzaniu takich
plików, ponieważ standard POSIX określa, że każdy wiersz pliku tekstowego musi kończyć
się znakiem końca linii. Na przykład łączenie plików może nie dać oczekiwanego wyniku.
-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.
0 Wypisanie wierszy informacji o pliku zakończonych znakiem NUL zamiast znaku nowej
linii. Pozwala to na poprawną interpretację nazw plików zawierających spacje lub
cudzysłowy w przypadku użycia flagi c. Flagi należy używać w połączeniu z opcją
"-0" lub "--null" programu xargs(1).
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 -ic0 *.txt | xargs -0 dos2unix
Wyszukanie plików tekstowych zawierających DOS-owe końce linii:
find -name '*.txt' -print0 | xargs -0 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.
--no-allow-chown
Bez zezwolenia na zmianę właściciela pliku w trybie starego pliku (domyślne).
Przerwanie konwersji, jeżeli użytkownik lub grupa oryginalnego pliku nie może być
zachowana w trybie starego pliku. P. także opcje "-o" oraz "-n". Ta opcja jest
dostępna tylko jeśli dos2unix ma obsługę zachowywania użytkownika i grupy plików.
--no-add-eol
Bez dodawania znaku końca linii do ostatniego wiersza, jeśli ten go nie zawiera.
-O, --to-stdout
Zapis na standardowe wyjście, jak filtr uniksowy. Opcja "-o" przywróci tryb starego
pliku (zamianę z miejscu).
W połączeniu z opcją "-e" pliki mogą być właściwie łączone - bez połączonych ostatnich
i pierwszych linii oraz znaków unikodowych BOM w środku połączonego pliku. Przykład:
dos2unix -e -O plik1.txt plik2.txt > wynik.txt
-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.
Aby sprawdzić, czy doswunix ma obsługę zachowywania użytkownika i grupy plików, można
napisać "dos2unix -V".
Konwersja jest wykonywana zawsze przy użyciu pliku tymczasowego. Jeśli w trakcie
konwersji wystąpi błąd, plik tymczasowy jest usuwany, a plik oryginalny pozostaje
nietknięty. Jeśli konwersja się powiedzie, plik oryginalny jest zastępowany plikiem
tymczasowym. Można mieć prawa zapisu do pliku oryginalnego, ale brak uprawnień, aby
nadać tego samego właściciela i/lub grupę, co plik oryginalny, plikowi tymczasowemu.
Oznacza to, że nie można zachować użytkownika i/lub grupy oryginalnego pliku. W takim
przypadku można użyć opcji "--allow-chown", aby kontynuować konwersję:
dos2unix --allow-chown foo.txt
Inny sposób to użycie trybu nowego pliku:
dos2unix -n foo.txt foo.txt
Zaletą opcji "--allow-chown" jest możliwość użycia masek oraz zachowanie właściciela w
miarę możliwości.
-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 wejście.txt wynik.txt
Konwersja ze strony kodowej DOS CP850 do uniksowego Latin-1:
dos2unix -850 -n wejście.txt wynik.txt
Konwersja ze strony kodowej Windows CP1252 do uniksowego Latin-1:
dos2unix -1252 -n wejście.txt wynik.txt
Konwersja ze strony kodowej Windows CP1252 do uniksowego UTF-8 (Unicode):
iconv -f CP1252 -t UTF-8 wejście.txt | dos2unix > wynik.txt
Konwersa z uniksowego Latin-1 do domyślnej strony kodowej DOS:
unix2dos -iso -n wejście.txt wynik.txt
Konwersja z uniksowego Latin-1 do strony kodowej DOS CP850:
unix2dos -850 -n wejście.txt wynik.txt
Konwersja z uniksowego Latin-1 do strony kodowej Windows CP1252:
unix2dos -1252 -n wejście.txt wynik.txt
Konwersja z uniksowego UTF-8 (Unicode) do strony kodowej Windows CP1252:
unix2dos < wejście.txt | iconv -f UTF-8 -t CP1252 > wynik.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 wejście.txt wynik.txt
Konwersja pliku UTF-16LE (bez BOM) z formatu Windows do uniksowego UTF-8:
dos2unix -ul -n wejście.txt wynik.txt
Konwersja z uniksowego UTF-8 do UTF-8 z BOM dla Windows:
unix2dos -m -n wejście.txt wynik.txt
Konwersja z uniksowego UTF-8 do UTF-16 dla Windows:
unix2dos < wejście.txt | iconv -f UTF-8 -t UTF-16 > wynik.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
W powłoce uniksowej można użyć poleceń find(1) i xargs(1) do rekurencyjnego uruchomienia
dos2unix na wszystkich plikach tekstowych w strukturze drzewa katalogów. Na przykład, aby
przekonwertować wszystkie pliki .txt w drzewie katalogów poniżej katalogu bieżącego,
należy napisać:
find . -name '*.txt' -print0 |xargs -0 dos2unix
Opcja "-print0" polecenia find(1) i odpowiadająca jej opcja "-0" polecenia xargs(1) są
potrzebne, jeśli istnieją pliki ze spacjami lub cudzysłowami w nazwie. W przeciwnym
wypadku opcje te można pominąć. Inny sposób to użycie find(1) z opcją "-exec":
find . -name '*.txt' -exec 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 $_.Fullname}
LOKALIZACJA
LANG
Główny język wybiera się zmienną środowiskową LANG. Zmienna LANG składa się z kilku
części. Pierwsza część to małe litery oznaczające kod języka. Druga część jest
opcjonalna i zawiera kod kraju pisany wielkimi literami, poprzedzony podkreśleniem.
Jest także opcjonalna trzecia część: kodowanie znaków, poprzedzone kropką. Kilka
przykładów dla powłok zgodnych ze standardem POSIX:
export LANG=nl holenderski
export LANG=nl_NL holenderski, Holandia
export LANG=nl_BE holenderski, Belgia
export LANG=es_ES hiszpański, Hiszpania
export LANG=es_MX hiszpański, Meksyk
export LANG=en_US.iso88591 angielski, USA, kodowanie Latin-1
export LANG=en_GB.UTF-8 angielski, Wlk. Brytania, kodowanie UTF-8
Pełną listę kodów języków i krajów można znaleźć w podręczniku do gettexta:
<http://www.gnu.org/software/gettext/manual/html_node/Usual-Language-Codes.html>
W systemach uniksowych do uzyskania informacji dotyczących lokalizacji można użyć
polecenia locale(1).
LANGUAGE
Przy użyciu zmiennej środowiskowej LANGUAGE można określić listę języków wg
priorytetu, oddzielonych dwukropkami. Dos2unix przyjmuje pierwszeństwo zmiennej
LANGUAGE nad LANG. Na przykład, najpierw holenderski, następnie niemiecki:
"LANGUAGE=nl:de". Aby skorzystać z listy wg priorytetów ze zmiennej LANGUAGE, trzeba
najpierw włączyć lokalizację przez ustawienie zmiennej LANG (lub LC_ALL) na wartość
inną niż "C". Więcej informacji znajduje się w podręczniku do gettexta:
<http://www.gnu.org/software/gettext/manual/html_node/The-LANGUAGE-variable.html>
W przypadku wybrania niedostępnego języka, otrzymamy standardowe, angielskie
komunikaty.
DOS2UNIX_LOCALEDIR
Przy użyciu zmiennej środowiskowej DOS2UNIX_LOCALEDIR, można nadpisać ustawienie
LOCALEDIR z czasu kompilacji. LOCALEDIR to katalog używany do znalezienia plików
lokalizacji. Domyślną wartością dla GNU jest "/usr/local/share/locale". Opcja
--version wyświetla używaną wartość LOCALEDIR.
Przykład (dla powłoki POSIX):
export DOS2UNIX_LOCALEDIR=$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)