Linux与Windows文本格式之间的转化

 

  原理:

 

在Linux中，文本文件用"\n"表示回车换行，而Windows用"\r\n"表示回车换行。因此在Linux中使用Windows的文本文件经常会出现错误

 

 

由于装了双系统,因此有时一些文件在两个系统之间共享,不过以前一直没有很在乎这个问题.在windows系统中用Word或者Notepad++打开文件,在linux系统中一直用的是vim编辑器,不过昨天在命令行界面就只能用vi了..郁闷!! 中文支持都是个头痛的问题,在windows编辑过的文本文件每行末尾都会以^M以结尾...

 

 

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

Linux提供了两种文本格式相互转化的命令：dos2unix和unix2dos，dos2unix把"\r\n"转化成"\n"，unix2dos把"\n"转化成"\r\n"。

 

 

Ubuntu 7.10中默认没有dos2unix或者unix2dos

提示要安装tofrodos这个包( Converts DOS <-> Unix text files, alias tofromdos )

$sudo apt-get install tofrodos

 

dos2unix --> 将windows文本文件转化为linux格式

unix2dos --> 将linux文本文件转化为windows格式

  

用法:

man dos2unix

man unix2dos

 

 

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

使用linux系统中自带的流文本编辑器sed

 

 

DOS/Windows和Linux/Unix的文件换行回车格式不一样, 基于 DOS/Windows 的文本文件在每一行末尾有一个CR(回车)和LF(换行),而 UNIX 文本只有一个换行..

 

1. 把Dos/Windows下的文件移至Linux/Unix系统

 

虽然不少程序不在意 DOS/Windows 格式的 CR/LF 文本文件，可是有几个程序却在意 -- 最著名的是 bash，只要一遇到回车，它就会出问题。如下 sed 调用将把 DOS/Windows 格式的文本转换成可信赖的 UNIX 格式：

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

 

该脚本的工做原理很简单：替代规则表达式与一行的最末字符匹配，而该字符刚好就是回车。咱们用空字符替换它，从而将其从输出中完全删除。若是使用该脚本并注意到已经删除了输出中每行的最末字符，那么，您就指定了已是 UNIX 格式的文本文件。也就不必那样作了！

 

2. 把Linux/UNIX 文本移至 Windows 系统，使用如下脚本执行必需的格式转换:

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

 

在该脚本中，'$' 规则表达式将与行的末尾匹配，而 '\r' 告诉 sed 在其以前插入一个回车。在换行以前插入回车，当即，每一行就以 CR/LF 结束。请注意，仅当使用 GNU sed 3.02.80 或之后的版本时，才会用 CR 替换 '\r'。

 

 

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

听说还能够用vim来处理(未测试):

 

 

在 Vim 的命令模式中输入 :%s/^M$//g 后，回车即会自动删除该文件中的全部 ^M 字符

命令分析:

%指匹配整个文件, s是置换的意思, ^M 注意要用Ctrl + V和Ctrl + M来输入,M后面的$表明匹配行尾的内容(用空格替换), 最后的g则表示每行中匹配到的内容都要置换

 

 

 

 

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

使用tr 命令实现:

1. 使用相似于这样的表示法： tr abc xyz  ，它表示用字母“x”去替换出现的全部字母“a”，用字母“y”去替换全部字母“b”，用字母“z”去替换全部字母“c”。

2. tr a-z A-Z 将用对应的大写字母来替换全部的小写字母（例如，它将“no smoking”转换成“NO SMOKING”）。

3. 当您在 vi 编辑器中想强调正在编辑的文本的某一部分时，使用这一特殊技巧很是方便。只要按一下 Escape 键，而后按 : 键，再输入 2,4!tr 'a-z' 'A-Z' ，最后按一下 Return 键。如今，从第 2 行到第 4 行的字母就都转换成了大写字母。

4. 另外，当有人给您发送了一个在 Mac OS 或 DOS/Windows 机器上建立的文本文件时，您会发现 tr 很是有用。若是没有将文件保存为使用 UNIX 换行符来表示行结束这种格式，则须要将这样的文件转换成本机 UNIX 格式，不然一些命令实用程序不会正确地处理这些文件。Mac OS 的行尾以回车字符结束，许多文本处理工具将这样的文件做为一行来处理。为了纠正这个问题，能够用下列技巧：

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

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

 

 

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

Tips: 回车”（Carriage Return）和“换行”（Line Feed）这两个概念的来历和区别。           在计算机尚未出现以前，有一种叫作电传打字机（Teletype Model 33，Linux/Unix下的tty概念也来自于此）的玩意，每秒钟能够打10个字符。可是它有一个问题，就是打完一行换行的时候，要用去0.2秒，正好能够打两个字符。要是在这0.2秒里面，又有新的字符传过来，那么这个字符将丢失。          因而，研制人员想了个办法解决这个问题，就是在每行后面加两个表示结束的字符。一个叫作“回车”，告诉打字机把打印头定位在左边界；另外一个叫作“换行”，告诉打字机把纸向下移一行。这就是“换行”和“回车”的来历，从它们的英语名字上也能够看出一二。         后来，计算机发明了，这两个概念也就被般到了计算机上。那时，存储器很贵，一些科学家认为在每行结尾加两个字符太浪费了，加一个就能够。因而，就出现了分歧。         Unix系统里，每行结尾只有“<换行>”，即"\n"；Windows系统里面，每行结尾是“<换行><回车 >”，即“\n\r”；Mac系统里，每行结尾是“<回车>”，即"\n"；。一个直接后果是，Unix/Mac系统下的文件在 Windows里打开的话，全部文字会变成一行；而Windows里的文件在Unix/Mac下打开的话，在每行的结尾可能会多出一个^M符号。