歡迎來到Linux教程網
Linux教程網
Linux教程網
Linux教程網
您现在的位置: Linux教程網 >> UnixLinux >  >> Linux基礎 >> Linux教程

DOS/Windows和Linux/Unix間的文件處理

第一,如何進行文件轉換:

DOS/Windows和Linux/Unix的文件換行回車格式不同,基於 DOS/Windows 的文本文件在每一行末尾有一個 CR(回車)和 LF(換行),而 UNIX 文本只有一個換行。

1,把Dos/Windows下的文件移至Linux/Unix系統

雖然很多程序不在乎 DOS/Windows 格式的 CR/LF 文本文件,但是有幾個程序卻在乎 -- 最著名的是 bash,只要一遇到回車,它就會出問題。以下 sed 調用將把 DOS/Windows 格式的文本轉換成可信賴的 UNIX 格式:

$ sed -e 's/.$//' mydos.txt > myunix.txt

該腳本的工作原理很簡單:替代規則表達式與一行的最末字符匹配,而該字符恰好就是回車。我們用空字符替換它,從而將其從輸出中徹底刪除。如果使用該腳本並注意到已經刪除了輸出中每行的最末字符,那麼,您就指定了已經是 UNIX 格式的文本文件。也就沒必要那樣做了!

2,把Linux/UNIX 文本移至 Windows 系統,使用以下腳本執行必需的格式轉換:

$ sed -e 's/$/\r/' myunix.txt > mydos.txt

在該腳本中,'$' 規則表達式將與行的末尾匹配,而 '\r' 告訴 sed 在其之前插入一個回車。在換行之前插入回車,立即,每一行就以 CR/LF 結束。請注意,僅當使用 GNU sed 3.02.80 或以後的版本時,才會用 CR 替換 '\r'。

第二,文件編碼

1,查看文件編碼

可以在VI中使用:set fileencoding來查看當前文件的編碼

2,利用iconv命令進行文件內容編碼轉換

用法: iconv [選項...] [文件...]

有如下選項可用:

輸入/輸出格式規范:

-f, --from-code=名稱 原始文本編碼

-t, --to-code=名稱 輸出編碼

例子:

iconv -f gb2312 -t utf-8 aaa.txt >bbb.txt

這個命令讀取aaa.txt文件,從gb2312編碼轉換為utf-8編碼,其輸出定向到bbb.txt文件。

3,文件名編碼轉換

convmv可以將windows中GBK編碼的文件的中文文件名轉換成UTF-8編碼。

convmv -f GBK -t UTF-8 *.mp3

不過這個命令不會直正的轉換,你可以看到轉換前後的對比。如果要直正的轉換要加上參數 --notest

convmv -f GBK -t UTF-8 --notest *.mp3

-f 參數是指出轉換前的編碼,-t 是轉換後的編碼。-r 這個表示遞歸轉換當前目錄下的所有子目錄。

4,enca,不但能智能的識別文件的編碼,而且還支持成批轉換。

  1)查看當前文件編碼

  enca -L zh_CN ip.txt

Simplified Chinese National Standard; GB2312

Surrounded by/intermixed with non-text data

  2)轉換

  命令格式如下

  $enca -L 當前語言 -x 目標編碼 文件名

  例如要把當前目錄下的所有文件都轉成utf-8

  enca -L zh_CN -x utf-8 *

enca -L zh_CN file 檢查文件的編碼 

  enca -L zh_CN -x UTF-8 file 將文件編碼轉換為"UTF-8"編碼 

  enca -L zh_CN -x UTF-8 < file1 > file2 如果不想覆蓋原文件可以這樣,很簡單吧。

Copyright © Linux教程網 All Rights Reserved