NAAM¶
dos2unix - DOS/Mac naar Unix en vice versa tekstbestand formaat omzetter
OVERZICHT¶
dos2unix [opties] [BESTAND ...] [-n INVOERBESTAND UITVOERBESTAND ...]
unix2dos [opties] [BESTAND ...] [-n INVOERBESTAND UITVOERBESTAND ...]
BESCHRIJVING¶
Het Dos2unix pakket bevat toepassingen "dos2unix" en
"unix2dos" om platte tekstbestanden in DOS of Mac formaat naar Unix
om te zetten en vice versa.
In DOS/Windows tekstbestanden bestaat een regeleinde uit een combinatie van twee
tekens: een 'Carriage Return' (CR) gevolgd door een 'Line Feed' (LF). In Unix
tekstbestanden bestaat een regeleinde uit een enkel 'Newline' teken die gelijk
is aan een DOS 'Line Feed' (LF) teken. In Mac tekst bestanden, voor Mac OS X,
bestaan regeleindes uit een enkel 'Carriage Return' teken. Mac OS X is Unix
gebaseerd en heeft dezelfde regeleindes als Unix.
Naast regeleindes kan Dos2unix ook de codering van bestanden omzetten. Enkele
DOS code tabellen kunnen omgezet worden naar Unix Latin-1. En Windows Unicode
(UTF-16) bestanden kunnen geconverteerd worden naar Unix Unicode (UTF-8)
bestanden.
Binaire bestanden worden automatisch overgeslagen, behalve als de omzetting
geforceerd wordt.
Niet-reguliere bestanden, zoals mappen en FIFO's, worden automatisch
overgeslagen.
Symbolische koppelingen en hun doelen blijven standaard onaangeroerd. Optioneel
kunnen symbolische koppelingen worden vervangen, of de uitvoer kan naar het
doel van de symbolische koppeling worden geschreven. Symbolische koppelingen
op Windows worden niet ondersteund. Windows symbolische koppelingen worden
altijd vervangen, de doelen onaangeroerd gelaten.
Dos2unix is gemodelleerd naar dos2unix onder SunOS/Solaris en heeft gelijke
conversiemodi.
OPTIES¶
- --
- Behandel alle volgende opties als bestandsnamen. Gebruik deze optie als je
bestanden wil converteren wiens naam met een streepje begint.
Bijvoorbeeld, om een bestand genaamd "-foo" om te zetten,
gebruik je de volgende opdracht:
dos2unix -- -foo
Of in nieuw-bestand-modus:
dos2unix -n -- -foo uit.txt
- -ascii
- Converteer alleen regeleindes. Dit is de standaard conversiemodus.
- -iso
- Conversie tussen DOS en ISO-8859-1 lettertekenreeks. Zie ook paragraaf
CONVERSIEMODI.
- -1252
- Gebruik Windows codetabel 1252 (West-Europees).
- -437
- Gebruik DOS codetabel 437 (VS). Dit is de standaard codetabel die gebruikt
wordt bij ISO conversie.
- -850
- Gebruik DOS codetabel 850 (West-Europees).
- -860
- Gebruik DOS codetabel 860 (Portugees).
- -863
- Gebruik DOS codetabel 863 (Canadees Frans).
- -865
- Gebruik DOS codetabel 865 (Scandinavisch).
- -7
- Converteer 8 bit lettertekens naar 7 bit spatie.
- -c, --convmode CONVMODUS
- Stel conversiemodus in. Waarbij CONVMODUS een is van: ascii,
7bit, iso, mac met ascii als standaard
instelling.
- -f, --force
- Forceer omzetting van binaire bestanden.
- -h, --help
- Laat help tekst zien.
- -k, --keepdate
- Behoud de datum van het invoerbestand in het uitvoerbestand.
- -L, --license
- Laat de software licentie zien.
- -l, --newline
- Voeg een extra regeleinde toe.
dos2unix: Alleen DOS regeleindes worden omgezet naar twee Unix
regeleindes. In Mac modus worden alleen Mac regeleindes omgezet naar twee
Unix regeleindes.
unix2dos: Aleen Unix regeleindes worden omgezet naar twee DOS
regeleindes. In Mac modus worden Unix regeleindes omgezet naar twee Mac
regeleindes.
- -m, --add-bom
- Schrijf een UTF-8 Byte Order Mark in het uitvoerbestand. Gebruik deze
optie nooit als de codering het van uitvoerbestand geen UTF-8 is. Zie ook
paragraaf UNICODE.
- -n, --newfile INVOERBESTAND UITVOERBESTAND ...
- Nieuw-bestand-modus. Converteer bestand INVOERBESTAND en schrijf naar
bestand UITVOERBESTAND. Bestandsnamen moeten opgegeven worden in paren.
Jokertekens moeten NIET gebruikt worden, anders verlies je bestanden.
De persoon die de conversie start in nieuw-bestand (gepaarde) modus wordt de
eigenaar van het geconverteerde bestand. De lees/schrijf permissies van
het nieuwe bestand worden de permissies van het originele bestand minus de
umask(1) van de persoon die de conversie draait.
- -o, --oldfile BESTAND ...
- Oud-bestand-modus. Converteer bestand BESTAND en overschrijf het. Dit is
de standaard modus. Jokertekens kunnen gebruikt worden.
In oud-bestand (plaatsvervangende) modus krijgt het geconverteerde bestand
dezelfde eigenaar, groep en lees/schrijf rechten als het originele
bestand. Ook wanneer het bestand wordt omgezet door een andere gebruiker
die schrijfrechten heeft op het bestand (b.v. gebruiker root). De
omzetting wordt afgebroken wanneer het niet mogelijk is de originele
waardes te behouden. Verandering van eigenaar kan betekenen dat de
originele eigenaar het bestand niet meer kan lezen. Verandering van groep
zou een veiligheidsrisico kunnen zijn, het bestand zou leesbaar kunnen
worden voor personen voor wie het niet bestemd is. Behoud van eigenaar,
groep en lees/schrijf rechten is alleen ondersteund op Unix.
- -q, --quiet
- Stille werking. Onderdruk alle waarschuwingen. De teruggave waarde is nul.
Behalve wanneer verkeerde opties worden gegeven.
- -s, --safe
- Sla binaire bestanden over (standaard).
- -ul, --assume-utf16le
- Veronderstel dat het formaat van het invoerbestand UTF-16LE is.
Wanneer er een Byte Order Mark (BOM) in het invoerbestand zit dan gaat de
BOM voor op deze optie.
Wanneer een verkeerde aanname is gemaakt (het invoerbestand was geen
UTF-16LE formaat) en de conversie verliep met succes, dan krijgt u een
UTF-8 bestand met verkeerde tekst. De verkeerde conversie kan ongedaan
worden gemaakt door met iconv(1) het UTF-8 uitvoerbestand terug om
te zetten naar UTF-16LE. Dit zal het originele bestand terug brengen.
De aanname van UTF-16LE werkt als een conversie modus. Door te
schakelen naar ascii modus wordt de UTF-16LE veronderstelling
uitgeschakeld.
- -ub, --assume-utf16be
- Veronderstel dat het formaat van het invoerbestand UTF-16BE is.
Deze optie werkt hetzelfde als optie "-ul".
- -F, --follow-symlink
- Volg symbolische koppelingen en coverteer de doelen.
- -R, --replace-symlink
- Vervang symbolische koppelingen door geconverteerde bestanden (originele
doelbestanden blijven ongewijzigd).
- -S, --skip-symlink
- Laat symbolische koppelingen en doelen ongewijzigd (standaard).
- -V, --version
- Laat versie informatie zien.
MAC MODUS¶
In normale modus worden DOS regeleindes naar Unix omgezet en vice versa. Mac
regeleindes worden niet omgezet.
In Mac modus worden Mac regeleindes naar Unix omgezet en vice versa. DOS
regeleindes blijven ongewijzigd.
Om in Mac modus te draaien gebruik de schakeloptie "-c mac" of gebruik
de opdrachten "mac2unix" of "unix2mac".
CONVERSIEMODI¶
Conversie-modi
ascii,
7bit, en
iso zijn gelijk aan die van
dos2unix/unix2dos onder SunOS/Solaris.
- ascii
- In modus "ascii" worden alleen regeleindes omgezet. Dit is de
standaard modus.
Hoewel de naam van deze modus ASCII is, wat een 7 bit standaard is, is de
werkelijke modus 8 bit. Gebruik altijd deze modus wanneer u Unicode UTF-8
bestanden omzet.
- 7bit
- Alle 8 bit niet-ASCII lettertekens (met waardes van 128 t/m 255) worden
omgezet naar een 7 bit spatie.
- iso
- Lettertekens worden omgezet tussen een DOS lettertekenreeks (codetabel) en
ISO lettertekenreeks ISO-8859-1 op Unix. DOS lettertekens zonder
gelijkwaardig ISO-8859-1 teken, waarvoor geen omzetting mogelijk is,
worden omgezet in een punt. Het zelfde geldt voor ISO-8859-1 tekens zonder
DOS tegenhanger.
Wanneer alleen optie "-iso" gebruikt wordt, zal dos2unix proberen
de actieve codetabel te gebruiken. Als dat niet mogelijk is wordt
codetabel CP437 gebruikt, die met name in de VS gebruikt word. Om een
bepaalde codetabel te forceren gebruik opties "-850"
(West-Europees), "-860" (Portugees), "-863" (Canadees
Frans) of "-865" (Scandinavisch). Windows codetabel CP1252
(West-Europees) wordt ook ondersteund met optie "-1252". Gebruik
voor andere codetabellen dos2unix in combinatie met iconv(1). Iconv
kan omzetten tussen een lange lijst letterteken-coderingen.
Gebruik ISO conversie nooit op Unicode tekst bestanden. Het zal UTF-8
gecodeerde bestanden beschadigen.
Enkele voorbeelden:
Omzetten van DOS standaard codetabel naar Unix Latin-1
dos2unix -iso -n in.txt uit.txt
Omzetten van DOS CP850 naar Unix Latin-1
dos2unix -850 -n in.txt uit.txt
Omzetten van Windows CP1252 naar Unix Latin-1
dos2unix -1252 -n in.txt uit.txt
Omzetten van Windows CP1252 naar Unix UTF-8 (Unicode)
iconv -f CP1252 -t UTF-8 in.txt | dos2unix > uit.txt
Omzetten van Unix Latin-1 naar DOS standaard code tabel
unix2dos -iso -n in.txt uit.txt
Omzetten van Unix Latin-1 naar DOS CP850
unix2dos -850 -n in.txt uit.txt
Omzetten van Unix Latin-1 naar Windows CP1252
unix2dos -1252 -n in.txt uit.txt
Omzetten van Unix UTF-8 (Unicode) naar Windows CP1252
unix2dos < in.txt | iconv -f UTF-8 -t CP1252 > uit.txt
Zie ook <http://czyborra.com/charsets/codepages.html> en
<http://czyborra.com/charsets/iso8859.html>.
UNICODE¶
Coderingen¶
Er bestaan verschillende Unicode coderingen. Op Unix en Linux zijn Unicode
bestanden typisch gecodeerd in UTF-8. Op Windows kunnen Unicode tekst
bestanden gecodeerd zijn in UTF-8, UTF-16 of UTF-16 big endian, maar meestal
zijn ze gecodeerd in UTF-16 formaat.
Conversie¶
Unicode tekst bestanden kunnen DOS, Unix of Mac regeleindes hebben, net als
reguliere tekst bestanden.
Alle versies van dos2unix en unix2dos kunnen UTF-8 gecodeerde bestanden
omzetten, want UTF-8 is ontworpen op compatibiliteit met ASCII.
Dos2unix en unix2dos met Unicode UTF-16 ondersteuning, kunnen little en big
endian UTF-16 gecodeerde tekst bestanden lezen. Om er achter te komen of
dos2unix gebouwd is met UTF-16 ondersteuning type "dos2unix -V".
De Windows versies van dos2unix en unix2dos converteren UTF-16 gecodeerde
bestanden altijd naar UTF-8 gecondeerde bestanden. Unix versies van
dos2unix/unix2dos zetten UTF-16 gecodeerde bestanden om naar de lokale
karakter codering als die gelijk is aan UTF-8. Gebruik de opdracht
locale(1) om uit te vinden wat de lokale karakter codering is.
Omdat UTF-8 geformateerde tekstbestanden zowel op Windows en Unix goed
ondersteund worden, hebben dos2unix en unix2dos geen optie om UTF-16 bestanden
te schrijven. Alle UTF-16 karakters kunnen worden omgezet naar UTF-8. De
omzetting van UTF-16 naar UTF-8 is verliesvrij. Op Unix worden UTF-16
bestanden overgeslagen als de locale karakter codering ongelijk is aan UTF-8,
om te voorkomen dat er per ongeluk tekst verloren gaat. Wanneer een UTF-16
naar UTF-8 conversiefout optreedt, bijvoorbeeld wanneer het UTF-16
invoerbestand een fout bevat, wordt het bestand overgeslagen.
ISO en 7-bit conversie werkt niet op UTF-16 bestanden.
Byte Order Mark¶
Op Windows hebben Unicode tekstbestanden typisch een Byte Order Mark (BOM),
omdat veel Windows programma's (inclusief Kladblok) standaard een BOM
toevoegen. Zie ook <
http://en.wikipedia.org/wiki/Byte_order_mark>.
Op Unix hebben Unicode tekstbestanden typisch geen BOM. Er wordt aangenomen dat
de codering van tekstbestanden gelijk is aan de lokale karakter codering.
Dos2unix kan alleen detecteren of een bestand in UTF-16 formaat is als het
bestand een BOM heeft. Wanneer een UTF-16 bestand geen BOM heeft, ziet
dos2unix het bestand als een binair bestand.
Gebruik optie "-ul" of "-ub" om een UTF-16 bestand zonder
BOM om te zetten.
Dos2unix schrijft nooit een BOM in het uitvoerbestand, tenzij optie
"-m" gebruikt wordt.
Unix2dos schrijft een BOM in het uitvoerbestand wanneer het invoerbestand een
BOM heeft, of wanneer optie "-m" gebruikt is.
Unicode voorbeelden¶
Omzetten van Windows UTF-16 (met BOM) naar Unix UTF-8
dos2unix -n in.txt uit.txt
Omzetten van Windows UTF-16LE (zonder BOM) naar Unix UTF-8
dos2unix -ul -n in.txt uit.txt
Omzetten van Unix UTF-8 naar Windows UTF-8 met BOM
unix2dos -m -n in.txt uit.txt
Omzetten van Unix UTF-8 naar Windows UTF-16
unix2dos < in.txt | iconv -f UTF-8 -t UTF-16 > uit.txt
VOORBEELDEN¶
Lees invoer van 'stdin' en schrijf uitvoer naar 'stdout'.
dos2unix
dos2unix -l -c mac
Omzetten en vervangen a.txt. Omzetten en vervangen b.txt.
dos2unix a.txt b.txt
dos2unix -o a.txt b.txt
Omzetten en vervangen a.txt in ascii conversiemodus.
dos2unix a.txt
Omzetten en vervangen a.txt in ascii conversiemodus. Omzetten en vervangen b.txt
in 7bit conversiemodus.
dos2unix a.txt -c 7bit b.txt
dos2unix -c ascii a.txt -c 7bit b.txt
dos2unix -ascii a.txt -7 b.txt
Omzetten a.txt van Mac naar Unix format.
dos2unix -c mac a.txt
mac2unix a.txt
Omzetten a.txt van Unix naar Mac format.
unix2dos -c mac a.txt
unix2mac a.txt
Omzetten en vervangen a.txt met behoud van originele datum.
dos2unix -k a.txt
dos2unix -k -o a.txt
Omzetten a.txt en schrijf naar e.txt.
dos2unix -n a.txt e.txt
Omzetten a.txt en schrijf naar e.txt, behoud datum e.txt gelijk aan a.txt.
dos2unix -k -n a.txt e.txt
Omzetten en vervangen a.txt. Omzetten b.txt en schrijf naar e.txt.
dos2unix a.txt -n b.txt e.txt
dos2unix -o a.txt -n b.txt e.txt
Omzetten c.txt en schrijf naar e.txt. Omzetten en vervangen a.txt. Omzetten en
vervangen b.txt. Omzetten d.txt en schrijf naar f.txt.
dos2unix -n c.txt e.txt -o a.txt b.txt -n d.txt f.txt
RECURSIEVE CONVERSIE¶
Gebruik dos2unix in combinatie met de
find(1) en
xargs(1)
opdrachten om tekstbestanden in een directoryboomstructuur recursief om te
zetten. Bijvoorbeeld om alle .txt bestanden in de directoryboom onder de
huidige map te converteren type:
find . -name *.txt |xargs dos2unix
LOKALISATIE¶
- LANG
- The primaire taal wordt geselecteerd met de omgevingsvariabele LANG. De
LANG variabele bestaat uit verschillende onderdelen. Het eerste deel is in
kleine letters de taalcode. Het tweede deel is optioneel en is de landcode
in hoofdletters, voorafgegaan door een laag streepje. Er is ook een
optioneel derde deel: lettertekenreeks-codering, voorafgegaan door een
punt. Enkele voorbeelden voor een POSIX staandaard shell:
export LANG=nl Nederlands
export LANG=nl_NL Nederlands, Nederland
export LANG=nl_BE Nederlands, België
export LANG=es_ES Spaans, Spanje
export LANG=es_MX Spaans, Mexico
export LANG=en_US.iso88591 Engels, VS, Latin-1 codering
export LANG=en_GB.UTF-8 Engels, GB, UTF-8 codering
Voor een complete lijst van taal- en landcodes zie de gettext handleiding:
<http://www.gnu.org/software/gettext/manual/gettext.html#Language-Codes>
Op Unix systemen kunt u de opdracht locale(1) gebruiken om specifieke
lokalisatie informatie te verkrijgen.
- LANGUAGE
- Met de omgevingsvariabele LANGUAGE kunt u een prioriteitenlijst
specificeren van talen, gescheiden door dubbele punten. Dos2unix geeft
voorkeur aan LANGUAGE boven LANG. Bijvoorbeeld, eerst Nederlands en dan
Duits: "LANGUAGE=nl:de". U moet eerst lokalisatie in werking
stellen, met het instellen van LANG (of LC_ALL) in een waarde ongelijk aan
"C", voordat u een talen prioriteitenlijst kunt gebruiken via de
LANGUAGE variabele. Zie ook de gettext handleiding:
<http://www.gnu.org/software/gettext/manual/gettext.html#The-LANGUAGE-variable>
Als u een taal kiest die niet beschikbaar is worden de standaard Engelse
berichten gebruikt.
- DOS2UNIX_LOCALEDIR
- Met de omgevingsvariabele DOS2UNIX_LOCALEDIR kan de LOCALEDIR gebruikt
tijdens compilatie worden overstemd. LOCALEDIR wordt gebruikt om de
taalbestanden te vinden. De GNU staandaard waarde is
"/usr/local/share/locale". De optie "-V" laat de
gebruikte LOCALEDIR zien.
Voorbeeld (POSIX shell):
export DOS2UNIX_LOCALEDIR=$HOME/share/locale
TERUGGAVE WAARDE¶
Bij succes wordt nul terug gegeven. Wanneer een systeemfout optreedt wordt het
laatste systeemfoutnummer terug gegeven. Bij andere fouten wordt 1 terug
gegeven.
De teruggave is altijd nul in de modus stille werking, behalve wanneer verkeerde
opties worden gegeven.
STANDAARDEN¶
<
http://nl.wikipedia.org/wiki/Tekstbestand>
<
http://nl.wikipedia.org/wiki/Carriage_Return>
<
http://nl.wikipedia.org/wiki/Linefeed>
<
http://nl.wikipedia.org/wiki/Unicode>
AUTEURS¶
Benjamin Lin - <blin@socs.uts.edu.au>, Bernd Johannes Wuebben (mac2unix
modus) - <wuebben@kde.org>, Christian Wurll (voeg extra regeleinde toe)
- <wurll@ira.uka.de>, Erwin Waterlander - <waterlan@xs4all.nl>
Project pagina: <
http://waterlan.home.xs4all.nl/dos2unix.html>
SourceForge pagina: <
http://sourceforge.net/projects/dos2unix/>
Freecode: <
http://freecode.com/projects/dos2unix>
ZIE OOK¶
file(1) find(1) iconv(1) locale(1)
xargs(1)