Provided by: dos2unix_7.5.1-1_amd64 
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".
-e, --add-eol
Adaugă o întrerupere de linie la ultima linie, dacă nu există una. Acest lucru
funcționează pentru fiecare conversie.
Un fișier convertit din formatul DOS în formatul Unix poate să nu aibă o întrerupere
de linie pe ultima linie. Există editoare de text care scriu fișiere de text fără o
întrerupere de linie pe ultima linie. Unele programe Unix au probleme în procesarea
acestor fișiere, deoarece standardul POSIX definește că fiecare linie dintr-un fișier
text trebuie să se încheie cu un caracter de sfârșit de linie nouă. De exemplu,
concatenarea fișierelor poate să nu dea rezultatul așteptat.
-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.
--no-add-eol
Nu adaugă o întrerupere de linie la ultima linie, dacă nu există una.
-O, --to-stdout
Scrie la ieșirea standard, ca un filtru Unix. Folosiți opțiunea "-o" pentru a reveni
la modul-fișier_vechi (în același loc / în același fișier).
În combinație cu opțiunea "-e", fișierele pot fi concatenate în mod corespunzător. Nu
se fuzionează ultima și prima linie și nici marcajele de ordine a octeților (BOM)
Unicode în mijlocul fișierului concatenat. Exemplu:
dos2unix -e -O fișier1.txt fișier2.txt > fișier_ieșire.txt
-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 $_.Fullname}
LOCALIZAREA
LANG
Limba principală este selectată cu variabila de mediu LANG. Variabila LANG constă din
mai multe părți. Prima parte este codul limbii cu litere mici. Al doilea este opțional
și este codul țării cu majuscule, precedat de un caracter de subliniere. Există, de
asemenea, o a treia parte opțională: codificarea caracterelor, precedată de un punct.
Câteva exemple pentru shell-uri de tip standard POSIX:
export LANG=nl Olandeză
export LANG=nl_NL Olandeză, Olanda
export LANG=nl_BE Olandeză, Belgia
export LANG=es_ES Spaniolă, Spania
export LANG=es_MX Spaniolă, Mexic
export LANG=en_US.iso88591 Engleză, SUA, codificarea Latin-1
export LANG=en_GB.UTF-8 Engleză, UK, codificarea UTF-8
Pentru o listă completă a codurilor de limbă și de țară, consultați manualul
«gettext»:
<http://www.gnu.org/software/gettext/manual/html_node/Usual-Language-Codes.html>
În sistemele Unix, puteți utiliza comanda locale(1) pentru a obține informații
specifice despre localizare.
LANGUAGE
Cu variabila de mediu LANGUAGE puteți specifica o listă cu prioritate de limbi,
separate prin două puncte. «dos2unix» dă preferință variabilei LANGUAGE în detrimentul
variabilei LANG. De exemplu, mai întâi olandeză și apoi germană: "LANGUAGE=nl:de". Mai
întâi trebuie să activați localizarea, definind LANG (sau LC_ALL) la o altă valoare
decât „C”, înainte de a putea utiliza o listă cu prioritate de limbă prin variabila
LANGUAGE. Consultați și manualul «gettext»:
<http://www.gnu.org/software/gettext/manual/html_node/The-LANGUAGE-variable.html>
Dacă selectați o limbă care nu este disponibilă, veți primi mesajele standard în limba
engleză.
DOS2UNIX_LOCALEDIR
Cu variabila de mediu DOS2UNIX_LOCALEDIR, variabila LOCALEDIR definită în timpul
compilării poate fi înlocuită. LOCALEDIR este folosită pentru a găsi fișierele de
limbă. Valoarea implicită GNU este "/usr/local/share/locale". Opțiunea --version va
afișa valoarea pe care LOCALEDIR o utilizează.
Exemplu (shell POSIX):
export DOS2UNIX_LOCALEDIR=$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)