dos2unix - Formatumwandlung für Textdateien von DOS/Mac nach Unix und umgekehrt
dos2unix [Optionen] [DATEI …] [-n EINGABEDATEI AUSGABEDATEI …]
unix2dos [Optionen] [DATEI …] [-n EINGABEDATEI AUSGABEDATEI …]The dos2unix package includes utilities dos2unix and unix2dos to convert plain text files in DOS or Mac format to Unix format and vice versa.
In Textdateien unter DOS/Windows sind Zeilenumbrüche, auch als neue Zeile (NL) bekannt, eine Kombination aus zwei Zeichen: einem Wagenrücklauf (Carriage Return, CR) gefolgt von einem Zeilenvorschub (Line Feed, LF). In Unix-Textdateien bestehen Zeilenumbrüche nur aus einem Zeichen, dem Zeilenvorschub (LF). In Mac-Textdateien aus der Zeit vor MacOS X bestand ein Zeilenumbruch aus einem einzelnen CR-Zeichen. Heute verwendet macOS Zeilenumbrüche im Unix-Stil (LF).
Besides line breaks dos2unix can also convert the encoding of files. A few DOS code pages can be converted to Unix Latin-1. And Windows Unicode (UTF-16) files can be converted to Unix Unicode (UTF-8) files.
Binärdateien werden automatisch übersprungen, sofern die Umwandlung nicht erzwungen wird.
Nicht-reguläre Dateien, wie Verzeichnisse und FIFOS (Weiterleitungen) werden automatisch übersprungen.
Symbolische Links und deren Ziele werden per Vorgabe unverändert belassen. Symbolische Links können optional ersetzt werden, oder die Ausgabe wird in das Ziel des symbolischen Links geschrieben. Unter Windows wird das Schreiben in das Ziel eines symbolischen Links nicht unterstützt.
dos2unix was modelled after dos2unix under SunOS/Solaris. There is one important difference with the original SunOS/Solaris version. This version does by default in-place conversion (old file mode), while the original SunOS/Solaris version only supports paired conversion (new file mode). See also options -o and -n. Another difference is that the SunOS/Solaris version uses by default iso mode conversion while this version uses by default ascii mode conversion.
nimmt an, dass alle folgenden Optionen Dateinamen sind. Verwenden Sie diese Option, wenn Sie Dateien umwandeln wollen, deren Namen mit einem Minuszeichen beginnen. Um beispielsweise eine Datei namens »-bla« umzuwandeln, können Sie folgenden Befehl verwenden:
dos2unix -- -blaoder im Neue-Datei-Modus:
dos2unix -n -- -bla ausgabe.txterlaubt die Änderung des Eigentümers der Datei im Alte-Datei-Modus.
Wenn diese Option verwendet wird, dann bricht die Umwandlung nicht ab, wenn der Eigentümer und die Gruppe der Originaldatei im Alte-Datei-Modus nicht erhalten werden kann. Die Umwandlung wird fortgesetzt und die umgewandelte Datei erhält den gleichen neuen Eigentümer, als wäre sie im Neue-Datei-Modus umgewandelt worden. Siehe auch die Optionen -o und -n. Diese Option ist nur verfügbar, wenn dos2unix über Unterstützung für die Erhaltung des Eigentümers und der Gruppe von Dateien verfügt.
ist der voreingestellte Umwandlungsmodus. Weitere Informationen hierzu finden Sie im Abschnitt UMWANDLUNGSMODI.
wandelt aus dem DOS- in den ISO-8859-1-Zeichensatz um. Weitere Informationen hierzu finden Sie im Abschnitt UMWANDLUNGSMODI.
verwendet die Windows-Codepage 1252 (Westeuropäisch).
verwendet die DOS-Codepage 437 (US). Dies ist die vorgegebene Codepage für die ISO-Umwandlung.
verwendet die DOS-Codepage 850 (Westeuropäisch).
verwendet die DOS-Codepage 860 (Portugiesisch).
verwendet die DOS-Codepage 863 (Kanadisches Französisch).
verwendet die DOS-Codepage 865 (Skandinavisch).
wandelt 8-Bit-Zeichen in ein 7-Bit-Bitmuster um.
erhält die Markierung der Bytereihenfolge (BOM). Wenn die Eingabedatei eine BOM enthält, wird ebenfalls eine BOM in die Ausgabedatei geschrieben. Dies ist das Standardverhalten beim Umwandeln von DOS-Zeilenumbrüchen. Siehe auch die Option -r.
legt den Umwandlungsmodus fest. UMWANDLUNGSMODUS kann ascii, 7bit, iso oder mac sein, wobei ascii die Vorgabe ist.
legt die Kodierung des angezeigten Texts fest. KODIERUNG kann ansi, unicode, unicodebom, utf8 oder <utf8bom> sein, wobei ansi die Vorgabe ist.
Diese Option ist nur in dos2unix für Windows mit Unterstützung für Unicode-Dateinamen verfügbar. Sie bleibt wirkungslos, wenn die tatsächlichen Dateinamen gelesen und geschrieben werden, lediglich bei der Darstellung wird sie berücksichtigt.
Es gibt verschiedene Möglichkeiten, Text in einer Windows-Konsole basierend auf dessen Kodierung darzustellen. Alle haben verschiedene Vor- und Nachteile.
dos2unix's default method is to use ANSI encoded text. The advantage is that it is backwards compatible. It works with raster and TrueType fonts. In some regions you may need to change the active DOS OEM code page to the Windows system ANSI code page using the chcp command, because dos2unix uses the Windows system code page.
Der Nachteil von ANSI ist, dass internationale Dateinamen nicht korrekt dargestellt werden, wenn darin Zeichen enthalten sind, die nicht in der im System voreingestellten Codepage enthalten sind. Stattdessen wird entweder ein Fragezeichen oder ein falsches Zeichen angezeigt. Sofern Sie nicht mit fremden Dateinamen arbeiten, ist diese Methode in Ordnung.
Der Vorteil von Unicode (dem Windows-Namen für UTF-16) ist die üblicherweise korrekte Textdarstellung. Eine Änderung der aktiven Codepage ist nicht erforderlich. Sie müssen die Schriftart der Konsole auf eine TrueType-Schrift einstellen, damit internationale Zeichen richtig angezeigt werden können. Sollte ein Zeichen in einer TrueType-Schrift nicht enthalten sein, wird ein kleines Quadrat angezeigt, das gelegentlich noch ein Fragezeichen enthält.
Wenn Sie die ConEmu-Konsole nutzen, wird der gesamte Text korrekt dargestellt, da ConEmu automatisch eine passende Schrift wählt.
Nachteilig für Unicode ist, dass es nicht zu ASCII kompatibel ist. Die Ausgabe ist schwer zu verarbeiten, wenn sie in ein anderes Programm oder eine Datei weitergeleitet wird.
Wenn die Methode unicodebom verwendet wird, dann wird dem Unicode-Text eine BOM (Markierung der Bytereihenfolge) vorangestellt. Eine BOM ist für korrekte Um- oder Weiterleitung in der PowerShell notwendig.
Der Vorteil von UTF-8 ist die ASCII-Kompatibilität. Sie müssen die Schriftart der Konsole auf eine TrueType-Schrift setzen. Dadurch wird der Text ähnlich wie in der unicode-Kodierung dargestellt.
Der Nachteil ist die falsche Darstellung aller Nicht-ASCII-Zeichen, wenn Sie die Standard-Rasterschrift verwenden. Nicht nur Unicode-Dateinamen, sondern auch übersetzte Meldungen werden unlesbar. Auf einem Windows-System, das für eine ostasiatische Region eingerichtet wurde, wird die Konsole bei der Anzeige von Meldungen deutlich flackern.
In einer ConEmu-Konsole funktioniert die UTF-8-Kodierung gut.
Wenn die Methode utf8bom verwendet wird, dann wird dem UTF-8-Text eine BOM (Markierung der Bytereihenfolge) vorangestellt. Eine BOM ist für korrekte Um- oder Weiterleitung in der PowerShell notwendig.
Die Standardkodierung kann durch Setzen der Umgebungsvariable DOS2UNIX_DISPLAY_ENC auf unicode, unicodebom, utf8 oder utf8 geändert werden.
fügt einen Zeilenumbruch nach der letzten Zeile hinzu, falls ein solcher nicht existiert. Dies funktioniert in jeder Umwandlung.
Einer Datei, die aus dem DOS- ins Unix-Format umgewandelt wurde, kann ein Zeilenumbruch nach der letzten Zeile fehlen. Es gibt Texteditoren, die Dateien ohne diesen angehängten Zeilenumbruch schreiben. Einige Unix-Programme haben jedoch Probleme mit der Verarbeitung dieser Dateien, da der POSIX-Standard definiert, dass jede Zeile in einer Textdatei mit einem abschließenden Zeilenvorschubzeichen enden muss. Beispielsweise kann es beim Aneinanderhängen von solche Dateien zu unerwarteten Ergebnissen kommen.
erzwingt die Umwandlung von Binärdateien.
wandelt unter Windows UTF-16-Dateien standardmäßig in UTF-8 um, ungeachtet der Einstellung der Locale. Verwenden Sie diese Option zum umwandeln von UTF-16-Dateien in GB18030. Diese Option ist nur unter Windows verfügbar. Siehe auch Abschnitt GB18030.
zeigt eine Hilfe an und beendet das Programm.
zeigt Dateiinformationen an. Es wird keine Umwandlung vorgenommen.
Die Ausgabe der Informationen geschieht in der folgenden Reihenfolge: Anzahl der DOS-Zeilenumbrüche, Anzahl der Unix-Zeilenumbrüche, Anzahl der Mac-Zeilenumbrüche, Markierung der Bytereihenfolge, Text- oder Binärformat, Dateiname.
Beispielausgabe:
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.exeBeachten sie, dass manchmal eine Binärdatei fälschlicherweise als Textdatei erkannt wird. Siehe auch Option -s.
Wenn zusätzlich die Option -e oder --add-eol verwendet wird, dann wird auch der Typ des Zeilenumbruchs der letzten Zeile ausgegeben, oder noeol, falls kein solcher Zeilenumbruch existiert.
Beispielausgabe:
6 0 0 no_bom text dos dos.txt
0 6 0 no_bom text unix unix.txt
0 0 6 no_bom text mac mac.txt
1 0 0 no_bom text noeol noeol_dos.txtOptionale zusätzliche Schalter können gesetzt werden, um die Ausgabe anzupassen. Einer oder mehrere Schalter können hinzugefügt werden.
gibt die Zeilen zur Dateiinformation mit einem Null-Zeichen am Ende anstelle eines Zeilenvorschub-Zeichens aus. Dies ermöglicht die korrekte Interpretation von Leer- und Anführungszeichen in Dateinamen, wenn der Schalter c verwendet wird. Verwenden Sie diesen Schalter in Kombination mit der xargs(1)-Option -0 oder --null.
gibt die Anzahl der DOS-Zeilenumbrüche aus.
gibt die Anzahl der Unix-Zeilenumbrüche aus.
gibt die Anzahl der Mac-Zeilenumbrüche aus.
gibt die Markierung der Bytereihenfolge aus.
zeigt an, ob es sich um eine Text- oder eine Binärdatei handelt.
gibt den Typ des Zeilenumbruchs der letzten Zeile aus, oder noeol, falls kein solcher Zeilenumbruch existiert.
gibt nur die Dateien aus, die umgewandelt werden würden.
Mit dem Schalter c gibt dos2unix nur die Dateien aus, die DOS-Zeilenumbrüche enthalten, unix2dos nur die Dateien mit Unix-Zeilenumbrüchen.
Wenn zusätzlich die Option -e oder --add-eol verwendet wird, dann werden auch die Dateien ausgegeben, denen der Zeilenumbruch an der letzten Zeile fehlt.
gibt eine Kopfzeile aus.
zeigt Dateinamen ohne Pfade an.
Beispiele:
Informationen zu allen *.txt-Dateien anzeigen:
dos2unix -i *.txtNur die Anzahl der DOS-Zeilenumbrüche und Unix-Zeilenumbrüche anzeigen:
dos2unix -idu *.txtNur die Markierung der Bytereihenfolge anzeigen:
dos2unix --info=b *.txtDie Dateien auflisten, die DOS-Zeilenumbrüche enthalten:
dos2unix -ic *.txtDie Dateien auflisten, die Unix-Zeilenumbrüche enthalten:
unix2dos -ic *.txtDie Dateien auflisten, die DOS-Zeilenumbrüche enthalten oder bei denen der Zeilenumbruch nach der letzten Zeile fehlt:
dos2unix -e -ic *.txtNur Dateien umwandeln, die DOS-Zeilenumbrüche enthalten und die anderen Dateien unverändert belassen:
dos2unix -ic0 *.txt | xargs -0 dos2unixNach Textdateien suchen, die DOS-Zeilenumbrüche enthalten:
find -name '*.txt' -print0 | xargs -0 dos2unix -icübernimmt den Zeitstempel der Eingabedatei in die Ausgabedatei.
zeigt die Lizenz des Programms an.
fügt eine zusätzliche neue Zeile hinzu.
dos2unix: Nur DOS-Zeilenumbrüche werden in Unix-Zeilenumbrüche umgewandelt. Im Mac-Modus werden nur Mac-Zeilenumbrüche in Unix-Zeilenumbrüche umgewandelt.
unix2dos: Nur Unix-Zeilenumbrüche werden in DOS-Zeilenumbrüche umgewandelt. Im Mac-Modus werden nur Unix-Zeilenumbrüche in Mac-Zeilenumbrüche umgewandelt.
schreibt eine Markierung der Bytereihenfolge (BOM) in die Ausgabedatei. In der Voreinstellung wird eine UTF-8-BOM geschrieben.
Wenn die Eingabedatei in UTF-16 kodiert ist und die Option -u verwendet wird, wird eine UTF-16-BOM geschrieben.
Verwenden Sie diese Option niemals, wenn die Kodierung der Ausgabedatei nicht UTF-8, UTF-16 oder GB 18030 ist. Weitere Informationen finden Sie im Abschnitt UNICODE.
Neue-Datei-Modus. Die EINGABEDATEI wird umgewandelt und in die AUSGABEDATEI geschrieben. Die Dateinamen müssen paarweise angegeben werden. Platzhalter sollten nicht verwendet werden, sonst werden Sie Ihre Dateien verlieren.
Der Benutzer, der die Umwandlung im Neue-Datei-Modus startet, wird Besitzer der umgewandelten Datei. Die Lese- und Schreibrechte werden aus den Zugriffsrechten der Originaldatei minus der umask(1) der Person ermittelt, die die Umwandlung ausgeführt hat.
verhindert die Änderung des Eigentümers der Datei im Alte-Datei-Modus (Voreinstellung).
bricht die Umwandlung ab, wenn der Eigentümer und/oder die Gruppe der Originaldatei im Alte-Datei-Modus nicht erhalten werden kann. Siehe auch die Optionen -o und -n. Diese Option ist nur verfügbar, wenn dos2unix über Unterstützung für die Erhaltung des Eigentümers und der Gruppe von Dateien verfügt.
fügt keinen Zeilenumbruch nach der letzten Zeile hinzu, falls ein solcher nicht existiert.
schreibt wie ein Unix-Filter in die Standardausgabe. Mit der Option -o können Sie zum Alte-Datei-Modus (Ersetzungsmodus) zurückkehren.
In Kombination mit der Option -e können Dateien korrekt aneinandergehängt werden. Weder werden Zeilen ohne Umbruch zusammengeführt, noch werden Unicode-Markierungen der Bytereihenfolge mitten in die verkettete Datei gesetzt. Beispiel:
dos2unix -e -O Datei1.txt Datei2.txt > Ausgabe.txtAlte-Datei-Modus. Die DATEI wird umgewandelt und durch die Ausgabedatei überschrieben. Per Vorgabe werden Umwandlungen in diesem Modus ausgeführt. Platzhalter sind verwendbar.
Im Alte-Datei-Modus (Ersetzungsmodus) erhalten die umgewandelten Dateien den gleichen Eigentümer, die gleiche Gruppe und die gleichen Lese- und Schreibberechtigungen wie die Originaldatei, auch wenn die Datei von einem anderen Benutzer umgewandelt wird, der Schreibrechte für die Datei hat (zum Beispiel der Systemadministrator). Die Umwandlung wird abgebrochen, wenn es nicht möglich ist, die originalen Werte beizubehalten. Die Änderung des Eigentümers könnte zum Beispiel bewirken, dass der ursprüngliche Eigentümer die Datei nicht mehr lesen kann. Die Änderung der Gruppe könnte ein Sicherheitsrisiko sein, da die Datei vielleicht für Benutzer lesbar wird, für die sie nicht bestimmt ist. Die Beibehaltung von Eigentümer, Gruppe und Schreib- und Leserechten wird nur unter Unix unterstützt.
Um herauszufinden, ob dos2unix über Unterstützung für die Erhaltung von Eigentümer und Gruppe von Dateien verfügt, rufen Sie dos2unix -V auf.
Die Umwandlung führt stets über eine temporäre Datei. Tritt im Laufe der Umwandlung ein Fehler auf, wird die temporäre Datei gelöscht und die Originaldatei bleibt intakt. War die Umwandlung erfolgreich, wird die Originaldatei durch die temporäre Datei ersetzt. Sie können Schreibrechte für die Originaldatei haben, aber keine Rechte, um die gleichen Eigentumsverhältnisse wie die der Originaldatei für die temporäre Datei festzulegen. Das bedeutet, dass Sie Eigentümer und Gruppe der Originaldatei nicht bewahren können. In diesem Fall können Sie die Option --allow-chown verwenden, um die Umwandlung fortzusetzen:
dos2unix --allow-chown foo.txtEine weitere Option ist der Neue-Datei-Modus:
dos2unix -n foo.txt foo.txtDer Vorteil der Option --allow-chown ist, dass Sie Platzhalter verwenden können und die Eigentumsverhältnisse bewahrt bleiben, sofern möglich.
Stiller Modus, in dem alle Warnungen und sonstige Meldungen unterdrückt werden. Der Rückgabewert ist 0, außer wenn fehlerhafte Befehlszeilenoptionen angegeben werden.
entfernt die Markierung der Bytereihenfolge (BOM). Es wird keine BOM in die Ausgabedatei geschrieben. Dies ist das Standardverhalten beim Umwandeln von Unix-Zeilenumbrüchen. Siehe auch die Option -b.
überspringt Binärdateien (Vorgabe).
Binärdateien werden übersprungen, damit unerwünschtes Fehlverhalten vermieden wird. Denken Sie daran, dass die Erkennung nicht 100% sicher funktioniert. Die übergebenen Dateien werden auf Binärsymbole überprüft, die typischerweise in Textdateien nicht vorkommen. Es ist jedoch möglich, dass eine Binärdatei ausschließlich gewöhnliche Textzeichen enthält. Eine solche Binärdatei wird dann fälschlicherweise als Textdatei angesehen.
erhält die originale UTF-16-Kodierung der Eingabedatei. Die Ausgabedatei wird in der gleichen UTF-16-Kodierung geschrieben (Little-Endian- oder Big-Endian-Bytereihenfolge) wie die Eingabedatei. Dies verhindert die Umwandlung in UTF-8. Eine UTF-16-BOM wird dementsprechend geschrieben. Diese Option kann durch Angabe der Option -ascii deaktiviert werden.
nimmt an, dass die Eingabedatei das Format UTF-16LE hat.
Wenn die Eingabedatei eine Markierung der Bytereihenfolge enthält (BOM), dann hat die BOM Vorrang vor dieser Option.
Durch eine falsche Annahme (die Eingabedatei war nicht in UTF-16LE kodiert) mit erfolgreicher Umwandlung erhalten Sie eine UTF-8-Ausgabedatei mit fehlerhaftem Text. Sie können die fehlgeschlagene Umwandlung mit iconv(1) rückgängig machen, indem Sie die Rückumwandlung von UTF-8 nach UTF-16LE vornehmen. Dadurch gewinnen Sie die Originaldatei zurück.
Die Annahme von UTF-16LE wirkt wie ein Umwandlungsmodus. Beim Wechsel zum vorgegebenen ascii-Modus wird die UTF16LE-Annahme deaktiviert.
nimmt an, dass die Eingabedatei das Format UTF-16BE hat.
Diese Option ist gleichbedeutend mit -ul.
zeigt ausführliche Meldungen an. Zusätzliche Informationen werden zu den Markierungen der Bytereihenfolge (BOM) und zur Anzahl der umgewandelten Zeilenumbrüche angezeigt.
folgt symbolischen Links und wandelt die Zieldateien um.
ersetzt symbolische Links durch die umgewandelten Dateien (die originalen Zieldateien bleiben unverändert).
erhält symbolische Links als solche und lässt die Ziele unverändert (Vorgabe).
zeigt Versionsinformationen an und beendet das Programm.
In der Voreinstellung werden Zeilenumbrüche von DOS nach Unix und umgekehrt umgewandelt. Mac-Zeilenumbrüche werden nicht verändert.
Im Mac-Modus werden Zeilenumbrüche von Mac nach Unix und umgekehrt umgewandelt. DOS-Zeilenumbrüche werden nicht verändert.
Um das Programm im Mac-Modus auszuführen, verwenden Sie die Befehlszeilenoption -c mac oder die Befehle mac2unix oder unix2mac.
Dies ist der vorgegebene Umwandlungsmodus. Dieser Modus dient zum Umwandeln von ASCII- und ASCII-kompatibel kodierten Dateien, wie UTF-8. Durch Aktivierung des ascii-Modus werden die Modi 7bit und iso deaktiviert.
Falls dos2unix über Unterstützung für UTF-16 verfügt, werden UTF-16-kodierte Dateien auf POSIX-Systemen in die aktuelle Zeichenkodierung der Locale und unter Windows in UTF-8 umgewandelt. Die Aktivierung des ascii-Modus deaktiviert die Option -u zum Erhalten der UTF-16-Kodierung sowie die Optionen -ul und -ub, welche davon ausgehen, dass die Eingabe in UTF-16 kodiert ist. Geben Sie den Befehl dos2unix -V ein, um zu sehen, ob dos2unix UTF-16 unterstützt. Weitere Informationen hierzu finden Sie im Abschnitt UNICODE.
In diesem Modus werden alle Nicht-ASCII-Zeichen aus 8 Bit in das 7-Bit-Bitmuster umgewandelt.
Die Zeichen werden aus dem DOS-Zeichensatz (der Codepage) in den ISO-Zeichensatz ISO-8859-1 (Latin-1) in Unix umgewandelt. DOS-Zeichen ohne Äquivalent in ISO-8859-1, für die die Umwandlung nicht möglich ist, werden durch einen Punkt ersetzt. Gleiches gilt für ISO-8859-1-Zeichen ohne DOS-Gegenstück.
Wenn nur die Option -iso angegeben ist, versucht dos2unix die aktive Codepage selbst zu ermitteln. Sollte dies nicht möglich sein, wird die Standard-Codepage CP437 verwendet, welche hauptsächlich in den USA eingesetzt wird. Um eine bestimmte Codepage zu erzwingen, verwenden Sie die Optionen -437 (US), -850 (Westeuropäisch), -860 (Portugiesisch), -863 (Kanadisches Französisch) oder -865 (Skandinavisch). Die Windows-Codepage CP1252 (Westeuropäisch) wird durch die Option -1252 unterstützt.
Wenden Sie niemals die ISO-Umwandlung auf Unicode-Textdateien an. In UTF-8 kodierte Dateien werden dadurch beschädigt.
Einige Beispiele:
Umwandlung aus der vorgegebenen DOS-Codepage nach Unix Latin-1:
dos2unix -iso -n in.txt ausgabe.txtUmwandlung von DOS CP850 nach Unix Latin-1:
dos2unix -850 -n eingabe.txt ausgabe.txtUmwandlung von Windows CP1252 nach Unix Latin-1:
dos2unix -1252 -n eingabe.txt ausgabe.txtUmwandlung von Windows CP1252 nach Unix UTF-8 (Unicode):
iconv -f CP1252 -t UTF-8 eingabe.txt | dos2unix > ausgabe.txtUmwandlung von Unix Latin-1 in die vorgegebene DOS-Codepage:
unix2dos -iso -n eingabe.txt ausgabe.txtUmwandlung von Unix Latin-1 nach DOS CP850:
unix2dos -850 -n eingabe.txt ausgabe.txtUmwandlung von Unix Latin-1 nach Windows CP1252:
unix2dos -1252 -n eingabe.txt ausgabe.txtUmwandlung von Unix UTF-8 (Unicode) nach Windows CP1252:
unix2dos < eingabe.txt | iconv -f UTF-8 -t CP1252 > ausgabe.txtSiehe auch http://czyborra.com/charsets/codepages.html und http://czyborra.com/charsets/iso8859.html.
Es gibt verschiedene Unicode-Zeichenkodierungen. Unter Unix und Linux sind Unicode-Dateien typischerweise in UTF-8 kodiert. Unter Windows können Textdateien in UTF-8, UTF-16 oder UTF-16 in Big-Endian-Bytereihenfolge kodiert sein, liegen aber meist im Format UTF-16 vor.
Unicode-Textdateien können DOS-, Unix- oder Mac-Zeilenumbrüche enthalten, so wie ASCII-Textdateien.
Alle Versionen von dos2unix und unix2dos können UTF-8-kodierte Dateien umwandeln, weil UTF-8 im Hinblick auf Abwärtskompatibilität mit ASCII entwickelt wurde.
dos2unix and unix2dos with Unicode UTF-16 support, can read little and big endian UTF-16 encoded text files. To see if dos2unix was built with UTF-16 support type dos2unix -V.
Unter Unix/Linux werden UTF-16 kodierte Dateien standardmäßig in die Zeichenkodierung entsprechend der Locale umgewandelt. Mit dem Befehl locale(1) können Sie herausfinden, wie die Zeichenkodierung der Locale eingestellt ist. Wenn eine Umwandlung nicht möglich ist, verursacht dies einen Umwandlungsfehler, wodurch die Datei übersprungen wird.
Unter Windows werden UTF-16-Dateien standardmäßig in UTF-8 umgewandelt. In UTF-8 formatierte Textdateien werden von Windows und Unix/Linux gleichermaßen unterstützt.
Die Kodierungen UTF-16 und UTF-8 sind vollständig kompatibel, daher wird bei der Umwandlung keinerlei Text verlorengehen. Sollte bei der Umwandlung von UTF-16 in UTF-8 ein Problem auftreten, beispielsweise wenn die UTF-16-kodierte Eingabedatei einen Fehler enthält, dann wird diese Datei übersprungen.
Wenn die Option -u verwendet wird, wird die Ausgabedatei in der gleichen UTF-16-Kodierung wie die Eingabedatei geschrieben. Die Option -u verhindert die Umwandlung in UTF-8.
dos2unix and unix2dos have no option to convert UTF-8 files to UTF-16.
Umwandlungen im ISO- und 7bit-Modus funktionieren mit UTF-16-Dateien nicht.
Unicode-Textdateien unter Windows haben typischerweise eine Markierung der Bytereihenfolge (BOM), da viele Windows-Programme (zum Beispiel Notepad) solche BOMs standardmäßig hinzufügen. Weitere Informationen hierzu finden Sie auf https://de.wikipedia.org/wiki/Byte-Reihenfolge.
Unter Unix haben Textdateien üblicherweise keine BOM. Es wird stattdessen angenommen, dass Textdateien in der Zeichenkodierung entsprechend der Spracheinstellung vorliegen.
dos2unix can only detect if a file is in UTF-16 format if the file has a BOM. When an UTF-16 file doesn't have a BOM, dos2unix will see the file as a binary file.
Verwenden Sie die Optionen -ul oder -ub, um eine UTF-16-Datei ohne BOM umzuwandeln.
dos2unix writes by default no BOM in the output file. With option -b dos2unix writes a BOM when the input file has a BOM.
unix2dos writes by default a BOM in the output file when the input file has a BOM. Use option -r to remove the BOM.
dos2unix and unix2dos write always a BOM when option -m is used.
dos2unix has optional support for reading and writing Unicode file names in the Windows Command Prompt. That means that dos2unix can open files that have characters in the name that are not part of the default system ANSI code page. To see if dos2unix for Windows was built with Unicode file name support type dos2unix -V.
Die Anzeige von Unicode-Dateinamen in einer Windows-Konsole ist gelegentlich nicht fehlerfrei, siehe die Option -D, --display-enc. Die Dateinamen können falsch dargestellt werden, allerdings werden die Dateien mit deren korrekten Namen gespeichert.
Umwandlung von Windows UTF-16 (mit BOM) nach Unix UTF-8:
dos2unix -n eingabe.txt ausgabe.txtUmwandlung von Windows UTF-16LE (ohne BOM) nach Unix UTF-8:
dos2unix -ul -n eingabe.txt ausgabe.txtUmwandlung von Unix UTF-8 nach Windows UTF-8 mit BOM:
unix2dos -m -n eingabe.txt ausgabe.txtUmwandlung von Unix UTF-8 nach Windows UTF-16:
unix2dos < eingabe.txt | iconv -f UTF-8 -t UTF-16 > ausgabe.txtGB18030 ist ein Standard der chinesischen Regierung. Eine Teilmenge des in GB18030 definierten Standards ist offiziell für alle in China verkauften Softwareprodukte vorgeschrieben. Siehe auch https://de.wikipedia.org/wiki/GB_18030.
GB18030 ist vollständig zu Unicode kompatibel und kann als Unicode-Umwandlungsformat betrachtet werden. Wie auch UTF-8 ist GB18030 kompatibel zu ASCII. Ebenfalls kompatibel ist es zur Codepage 936 von Windows, auch als GBK bekannt.
Unter Unix/Linux werden UTF-16-Dateien in GB18030 umgewandelt, wenn die Einstellung der Locale auf GB18030 gesetzt ist. Beachten Sie, dass dies nur funktioniert, wenn die Locale vom System unterstützt wird. Mit dem Befehl locale -a erhalten Sie eine Liste der unterstützten Locales.
Unter Windows benötigen Sie die Option -gb, um UTF-16-Dateien in GB18030 umwandeln zu können.
In GB 18030 kodierte Dateien haben wie Unicode-Dateien eine Markierung der Bytereihenfolge (BOM).
Aus der Standardeingabe lesen und in die Standardausgabe schreiben:
dos2unix < a.txt
cat a.txt | dos2unixa.txt umwandeln und ersetzen, b.txt umwandeln und ersetzen:
dos2unix a.txt b.txt
dos2unix -o a.txt b.txta.txt im ascii-Modus umwandeln und ersetzen:
dos2unix a.txta.txt im ascii-Modus umwandeln und ersetzen, b.txt im 7bit-Modus umwandeln und ersetzen:
dos2unix a.txt -c 7bit b.txt
dos2unix -c ascii a.txt -c 7bit b.txt
dos2unix -ascii a.txt -7 b.txta.txt aus dem Mac- in das Unix-Format umwandeln:
dos2unix -c mac a.txt
mac2unix a.txta.txt aus dem Unix- in das Mac-Format umwandeln:
unix2dos -c mac a.txt
unix2mac a.txta.txt unter Beibehaltung des ursprünglichen Zeitstempels umwandeln:
dos2unix -k a.txt
dos2unix -k -o a.txta.txt umwandeln und das Ergebnis nach e.txt schreiben:
dos2unix -n a.txt e.txta.txt umwandeln und das Ergebnis nach e.txt schreiben, wobei e.txt den gleichen Zeitstempel erhält wie a.txt:
dos2unix -k -n a.txt e.txta.txt umwandeln und ersetzen, b.txt umwandeln und das Ergebnis nach e.txt schreiben:
dos2unix a.txt -n b.txt e.txt
dos2unix -o a.txt -n b.txt e.txtc.txt umwandeln und das Ergebnis nach e.txt schreiben, a.txt umwandeln und ersetzen, b.txt umwandeln und ersetzen, d.txt umwandeln und das Ergebnis nach f.txt schreiben:
dos2unix -n c.txt e.txt -o a.txt b.txt -n d.txt f.txtIn einer Unix-Shell können Sie dos2unix zusammen mit den Befehlen find(1) und xargs(1) verwenden, um Textdateien in einem Verzeichnisbaum rekursiv umzuwandeln. Um beispielsweise alle *.txt-Dateien im aktuellen Verzeichnis und dessen Unterverzeichnissen umzuwandeln, geben Sie Folgendes ein:
find . -name '*.txt' -print0 |xargs -0 dos2unixDie find(1)-Option -print0 und die korrespondierende xargs(1)-Option -0 werden für Dateien benötigt, deren Namen Leerzeichen oder Anführungszeichen enthalten. Ansonsten können diese Optionen weggelassen werden. Eine weitere Möglichkeit ist, find(1) zusammen mit der Option -exec zu verwenden:
find . -name '*.txt' -exec dos2unix {} \;In einer Windows-Eingabeaufforderung kann der folgende Befehl verwendet werden:
for /R %G in (*.txt) do dos2unix "%G"In der Windows PowerShell können Sie folgenden Befehl verwenden:
get-childitem -path . -filter '*.txt' -recurse | foreach-object {dos2unix $_.Fullname}Die primäre Sprache wird durch die Umgebungsvariable LANG festgelegt. Diese Variable besteht aus mehreren Teilen: Der erste Teil besteht aus zwei Kleinbuchstaben, die den Sprachcode angeben. Der zweite Teil ist optional und bezeichnet den Ländercode in Großbuchstaben, vom davor stehenden Sprachcode durch einen Unterstrich getrennt. Der dritte Teil ist ebenfalls optional und gibt die Zeichenkodierung an, vom Ländercode durch einen Punkt getrennt. Einige Beispiele für Standard-POSIX-Shells:
export LANG=de Deutsch
export LANG=de_DE Deutsch, Deutschland
export LANG=de_AT Deutsch, Österreich
export LANG=es_ES Spanisch, Spanien
export LANG=es_MX Spanisch, Mexiko
export LANG=en_US.iso88591 Englisch, USA, Latin-1-Zeichenkodierung
export LANG=en_GB.UTF-8 Englisch, GB, UTF-8-ZeichenkodierungEine vollständige Liste der Sprachen und Ländercodes finden Sie im Gettext-Handbuch: https://www.gnu.org/software/gettext/manual/html_node/Usual-Language-Codes.html
Auf Unix-Systemen erhalten Sie mit dem Befehl locale(1) spezifische Informationen zu den Spracheinstellungen.
With the LANGUAGE environment variable you can specify a priority list of languages, separated by colons. dos2unix gives preference to LANGUAGE over LANG. For instance, first Dutch and then German: LANGUAGE=nl:de. You have to first enable localization, by setting LANG (or LC_ALL) to a value other than "C", before you can use a language priority list through the LANGUAGE variable. See also the gettext manual: https://www.gnu.org/software/gettext/manual/html_node/The-LANGUAGE-variable.html
Falls Sie eine Sprache auswählen, die nicht verfügbar ist, erhalten Sie die Standardmeldungen in englischer Sprache.
Durch die Umgebungsvariable DOS2UNIX_LOCALEDIR wird LOCALEDIR während der Kompilierung übergangen. LOCALEDIR wird verwendet, um Sprachdateien zu finden. Der GNU-Standardwert ist /usr/local/share/locale. Die Option --version zeigt das verwendete LOCALEDIR an.
Beispiel (POSIX-Shell):
export DOS2UNIX_LOCALEDIR=$HOME/share/localeBei Erfolg wird 0 zurückgegeben. Bei aufgetretenen Systemfehlern wird der letzte Systemfehler zurückgegeben. Für alle anderen Fehler wird 1 zurückgegeben.
Der Rückgabewert ist im stillen Modus stets 0, außer wenn fehlerhafte Befehlszeilenoptionen verwendet werden.
https://de.wikipedia.org/wiki/Textdatei
https://de.wikipedia.org/wiki/Wagenr%C3%BCcklauf
https://de.wikipedia.org/wiki/Zeilenumbruch
https://de.wikipedia.org/wiki/Unicode
Benjamin Lin - <blin@socs.uts.edu.au>, Bernd Johannes Wuebben (Mac2unix-Modus) - <wuebben@kde.org>, Christian Wurll (Extra Zeilenumbruch) - <wurll@ira.uka.de>, Erwin Waterlander - <waterlan@xs4all.nl> (Betreuer)
Projektseite: https://waterlan.home.xs4all.nl/dos2unix.html
SourceForge-Seite: https://sourceforge.net/projects/dos2unix/
file(1) find(1) iconv(1) locale(1) xargs(1)