Как найти символ конца окна (EOL)

У меня есть несколько сотен ГБ данных, которые мне нужно вставить вместе с помощью утилиты unix paste в Cygwin, но она не будет работать должным образом, если в файлах есть буквы EOL. Данные могут иметь или не иметь оконных символов EOL, и я не хочу тратить время на выполнение dos2unix, если мне это не нужно.

Итак, мой вопрос в Cygwin, как я могу выяснить, имеют ли эти файлы символы EOL CRLF Windows?

Я попытался создать некоторые тестовые данные и запустить

sed -r 's/\r\n//' testdata.txt

Но это похоже на совпадение независимо от того, был ли dos2unix запущен или нет.

Спасибо.

Ответ 1

Утилита file(1) знает разницу:

$ file * | grep ASCII
2:                                       ASCII text
3:                                       ASCII English text
a:                                       ASCII C program text
blah:                                    ASCII Java program text
foo.js:                                  ASCII C++ program text
openssh_5.5p1-4ubuntu5.dsc:              ASCII text, with very long lines
windows:                                 ASCII text, with CRLF line terminators

file(1) был оптимизирован для того, чтобы попытаться как можно меньше прочитать файл, поэтому вам может быть повезло и значительно уменьшить количество дискового ввода-вывода, которое вам нужно выполнить при поиске и исправлении терминаторов CRLF.

Обратите внимание, что некоторые случаи CRLF должны оставаться на месте: привязки SMTP будут использовать CRLF. Но это вам.:)

Ответ 2

Вы можете узнать, используя file:

file /mnt/c/BOOT.INI 
/mnt/c/BOOT.INI: ASCII text, with CRLF line terminators

CRLF является значимым значением здесь.

Ответ 3

Если вы ожидаете, что код выхода будет отличаться от sed, этого не будет. Он будет выполнять замену или нет в зависимости от соответствия. Код выхода будет истинным, если не будет ошибки.

Однако вы можете получить полезный код выхода из grep.

#!/bin/bash
for f in *
do
    if head -n 10 "$f" | grep -qs $'\r'
    then
        dos2unix "$f"
    fi
done

Ответ 4

#!/bin/bash
for i in $(find . -type f); do
        if file $i | grep CRLF ; then
                echo $i
                file $i
                #dos2unix "$i"
        fi
done

Uncomment "# dos2unix" $i "", когда вы будете готовы их преобразовать.

Ответ 5

Спасибо за подсказку, чтобы использовать команду file (1), однако она нуждается в некоторой дополнительной утонченности. У меня была ситуация, когда не только текстовые файлы, но и некоторые ".sh" скрипты имели неправильный eol. И "файл" сообщает их следующим образом, независимо от eol:

xxx/y/z.sh: application/x-shellscript

Таким образом, была нужна опция "file -e soft" (по крайней мере для Linux):

bash$ find xxx -exec file -e soft {} \; | grep CRLF

Это находит все файлы с DOS eol в каталоге xxx и subdirs.

Ответ 6

Как указано выше, работает "файл". Возможно, следующий фрагмент кода может помочь.

#!/bin/ksh
EOL_UNKNOWN="Unknown"       # Unknown EOL
EOL_MAC="Mac"               # File EOL Classic Apple Mac  (CR)
EOL_UNIX="Unix"             # File EOL UNIX               (LF)
EOL_WINDOWS="Windows"       # File EOL Windows            (CRLF)
SVN_PROPFILE="name-of-file" # Filename to check.
...

# Finds the EOL used in the requested File
# $1 Name of the file (requested filename)
# $r EOL_FILE set to enumerated EOL-values.
getEolFile() {
    EOL_FILE=$EOL_UNKNOWN

    # Check for EOL-windows
    EOL_CHECK=`file $1 | grep "ASCII text, with CRLF line terminators"`
    if [[ -n $EOL_CHECK ]] ; then
       EOL_FILE=$EOL_WINDOWS
       return
    fi

    # Check for Classic Mac EOL
    EOL_CHECK=`file $1 | grep "ASCII text, with CR line terminators"`
    if [[ -n $EOL_CHECK ]] ; then
       EOL_FILE=$EOL_MAC
       return
    fi

    # Check for Classic Mac EOL
    EOL_CHECK=`file $1 | grep "ASCII text"`
    if [[ -n $EOL_CHECK ]] ; then
       EOL_FILE=$EOL_UNIX
       return
    fi

    return
   } # getFileEOL   
   ...

   # Using this snippet
   getEolFile $SVN_PROPFILE
   echo "Found EOL: $EOL_FILE"
   exit -1

Ответ 7

grep рекурсивный, с фильтром шаблонов файлов

grep -Pnr --include=*file.sh '\r$' .

имя выходного файла, номер строки и сама строка

./test/file.sh:2:here is windows line break

Ответ 8

Вы можете использовать параметр dos2unix -i для получения информации о разрывах строк в DOS Unix Mac (в этом порядке), спецификациях и текстовых/двоичных файлах без преобразования файла.

$ dos2unix -i *.txt
    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

С флагом "c" dos2unix будет сообщать файлы, которые будут преобразованы, файлы iow имеют разрывы строк DOS. Чтобы сообщить обо всех txt файлах с разрывами строк DOS, вы можете сделать это:

$ dos2unix -ic *.txt
dos.txt
mixed.txt
utf16le.txt
utf8dos.txt

Чтобы преобразовать только эти файлы, вы просто выполните:

dos2unix -ic *.txt | xargs dos2unix

Если вам нужно пойти рекурсивно по каталогам, вы выполните:

find -name '*.txt' | xargs dos2unix -ic | xargs dos2unix

См. также справочную страницу dos2unix.