Linux與Windows文本格式之間的轉化

 

  原理:

 

在Linux中，文本文件用"\n"表示回車換行，而Windows用"\r\n"表示回車換行。因此在Linux中使用Windows的文本文件經常會出現錯誤

 

 

由於裝了雙系統,因此有時一些文件在兩個系統之間共享,不過以前一直沒有很在乎這個問題.在windows系統中用Word或者Notepad++打開文件,在linux系統中一直用的是vim編輯器,不過昨天在命令行界面就只能用vi了..鬱悶!! 中文支持都是個頭痛的問題,在windows編輯過的文本文件每行末尾都會以^M以結尾...

 

 

----------------------------------------------------

Linux提供了兩種文本格式相互轉化的命令：dos2unix和unix2dos，dos2unix把"\r\n"轉化成"\n"，unix2dos把"\n"轉化成"\r\n"。

 

 

Ubuntu 7.10中默認沒有dos2unix或者unix2dos

提示要安裝tofrodos這個包( Converts DOS <-> Unix text files, alias tofromdos )

$sudo apt-get install tofrodos

 

dos2unix --> 將windows文本文件轉化爲linux格式

unix2dos --> 將linux文本文件轉化爲windows格式

  

用法:

man dos2unix

man unix2dos

 

 

----------------------------------------------------

使用linux系統中自帶的流文本編輯器sed

 

 

DOS/Windows和Linux/Unix的文件換行回車格式不一樣, 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

 

雖然不少程序不在意 DOS/Windows 格式的 CR/LF 文本文件，可是有幾個程序卻在意 -- 最著名的是 bash，只要一遇到回車，它就會出問題。如下 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

 

該腳本的工做原理很簡單：替代規則表達式與一行的最末字符匹配，而該字符剛好就是回車。咱們用空字符替換它，從而將其從輸出中完全刪除。若是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，您就指定了已是 UNIX 格式的文本文件。也就不必那樣作了！

 

2. 把Linux/UNIX 文本移至 Windows 系統，使用如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 在其以前插入一個回車。在換行以前插入回車，當即，每一行就以 CR/LF 結束。請注意，僅當使用 GNU sed 3.02.80 或之後的版本時，纔會用 CR 替換 '\r'。

 

 

----------------------------------------------------

聽說還能夠用vim來處理(未測試):

 

 

在 Vim 的命令模式中輸入 :%s/^M$//g 後，回車即會自動刪除該文件中的全部 ^M 字符

命令分析:

%指匹配整個文件, s是置換的意思, ^M 注意要用Ctrl + V和Ctrl + M來輸入,M後面的$表明匹配行尾的內容(用空格替換), 最後的g則表示每行中匹配到的內容都要置換

 

 

 

 

----------------------------------------------------

使用tr 命令實現:

1. 使用相似於這樣的表示法： tr abc xyz  ，它表示用字母「x」去替換出現的全部字母「a」，用字母「y」去替換全部字母「b」，用字母「z」去替換全部字母「c」。

2. tr a-z A-Z 將用對應的大寫字母來替換全部的小寫字母（例如，它將「no smoking」轉換成「NO SMOKING」）。

3. 當您在 vi 編輯器中想強調正在編輯的文本的某一部分時，使用這一特殊技巧很是方便。只要按一下 Escape 鍵，而後按 : 鍵，再輸入 2,4!tr 'a-z' 'A-Z' ，最後按一下 Return 鍵。如今，從第 2 行到第 4 行的字母就都轉換成了大寫字母。

4. 另外，當有人給您發送了一個在 Mac OS 或 DOS/Windows 機器上建立的文本文件時，您會發現 tr 很是有用。若是沒有將文件保存爲使用 UNIX 換行符來表示行結束這種格式，則須要將這樣的文件轉換成本機 UNIX 格式，不然一些命令實用程序不會正確地處理這些文件。Mac OS 的行尾以回車字符結束，許多文本處理工具將這樣的文件做爲一行來處理。爲了糾正這個問題，能夠用下列技巧：

   * Mac -> UNIX： tr '\r' '\n' < macfile > unixfile

   * UNIX -> Mac： tr '\n' '\r' < unixfile > macfile

 

 

----------------------------------------------------

Tips: 回車」（Carriage Return）和「換行」（Line Feed）這兩個概念的來歷和區別。           在計算機尚未出現以前，有一種叫作電傳打字機（Teletype Model 33，Linux/Unix下的tty概念也來自於此）的玩意，每秒鐘能夠打10個字符。可是它有一個問題，就是打完一行換行的時候，要用去0.2秒，正好能夠打兩個字符。要是在這0.2秒裏面，又有新的字符傳過來，那麼這個字符將丟失。          因而，研製人員想了個辦法解決這個問題，就是在每行後面加兩個表示結束的字符。一個叫作「回車」，告訴打字機把打印頭定位在左邊界；另外一個叫作「換行」，告訴打字機把紙向下移一行。這就是「換行」和「回車」的來歷，從它們的英語名字上也能夠看出一二。         後來，計算機發明瞭，這兩個概念也就被般到了計算機上。那時，存儲器很貴，一些科學家認爲在每行結尾加兩個字符太浪費了，加一個就能夠。因而，就出現了分歧。         Unix系統裏，每行結尾只有「<換行>」，即"\n"；Windows系統裏面，每行結尾是「<換行><回車 >」，即「\n\r」；Mac系統裏，每行結尾是「<回車>」，即"\n"；。一個直接後果是，Unix/Mac系統下的文件在 Windows裏打開的話，全部文字會變成一行；而Windows裏的文件在Unix/Mac下打開的話，在每行的結尾可能會多出一個^M符號。