Как найти символ окончания линии Windows (EOL)

Question

У меня есть несколько сотен ГБ данных, которые мне нужно вставить вместе, используя утилиту Unix Paste в Cygwin, но она не будет работать должным образом, если в файлах есть символы Windows EOL. Данные могут иметь или не иметь символов Windows EOL, и я не хочу тратить время на запуск dos2unix, если мне не нужно.

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

Я пытался создать некоторые тестовые данные и запустить

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

Но это, кажется, соответствует независимо от того, был ли DOS2UNIX запускаться или нет.

Спасибо.

Answer 1

А file(1) Утилита 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, чтобы попытаться прочитать как можно меньше файла, поэтому вам может повезло и радикально уменьшить количество диска, которое вам нужно выполнить при поиске и исправлении терминаторов CRLF.

Обратите внимание, что некоторые случаи CRLF должны оставаться на месте: захваты SMTP будет использовать CRLF. Но это зависит от вас. :)

Answer 2

Вы можете узнать, используя file:

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

CRLF - это значительное значение здесь.

Answer 3

Если вы ожидаете, что код выхода отличается от sed, это не будет. Он выполнит замену или не в зависимости от матча. Код выхода будет правдой, если нет ошибки.

Вы можете получить полезный код выхода от grep, Однако.

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

Answer 4

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

Неудовлетворенность "#dos2Unix" $ i "", когда вы будете готовы преобразовать их.

Answer 5

Спасибо за совет, чтобы использовать команду File (1), однако это нужно немного больше. У меня была ситуация, когда не только простые текстовые файлы, но и некоторые сценарии «.sh» были неправильно. И «файл» сообщает им следующим образом независимо от EOL:

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

Таким образом, была необходима 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 поддирах.

Answer 6

grep рекурсив, с фильтром картины файла

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

Имя выходного файла, номер строки и сама строка

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

Answer 7

Как указано выше, решение «Файл» работает. Может быть, 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

Answer 8

Вы можете использовать опцию -i Dos2UNIX, чтобы получить информацию о разрывах линии MAC DOS Unix (в таком порядке), BOMS и текст/двоичный, 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 о файлах, которые будут преобразованы, в файлах IOW есть разрывы в линии DOS. Чтобы сообщить обо всех файлах TXT с помощью разрывов Line DOS, вы можете сделать это:

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

Чтобы преобразовать только эти файлы, которые вы просто делаете:

dos2unix -ic *.txt | xargs dos2unix

Если вам нужно рекурсивно по сравнению с каталогами, которые вы делаете:

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

Смотрите также страницу Man Dos2UNIX.