KONWERT(1) | Podręcznik użytkownika Linuxa | KONWERT(1) |
NAZWA¶
konwert - interfejs do różnych konwersji kodowań znaków
UŻYCIE¶
konwert FILTR [PLIK]... [-o WYNIK | -O]
OPIS¶
Konwert pozwala filtrować wiele plików przez wiele filtrów. Filtruje podane PLIKI, albo stdin jeśli żadnych nie określono.
Prosty FILTR jest nazwą pliku wykonywalnego z katalogu ~/.konwert/filters albo z ogólnosystemowego, normalnie /usr/share/konwert/filters. Taki program sam filtruje stdin na stdout.
Reguła filtrowania może być bradziej skomplikowana:
konwert FILTR1+FILTR2 znaczy konwert FILTR1 | konwert FILTR2.
konwert FORMAT1-FORMAT2, o ile taki filtr nie istnieje, próbuje znaleźć wspólny FORMAT3, taki że oba filtry FORMAT1-FORMAT3 i FORMAT3-FORMAT1 istnieją.
konwert FILTR/ARG/... przekazuje filtrowi argumenty. Argumenty mogą być też podane tutaj: FORMAT1/ARG-FORMAT2. Znaczenie arguentów zależy od konkretnego filtru.
konwert '(KOMENDA ARG...)' wykonuje dane polecenie powłoki. Jest to przydatne z opcjami -o albo -O. Komenda nie może zawierać łańcucha )+, który zakończy specyfikację tego filtru.
OPCJE¶
- -o WYNIK
- wyjście idzie do tego pliku/katalogu zamiast na stdout
- -O
- każdy plik źródłowy jest zastępowany swoim tłumaczeniem
- --help
- wyświetla opis i wychodzi
- --version
- wyświetla informację o wersji i wychodzi
Przekierowanie wyjścia do jednego z plików źródłowych przez -o albo > zamiast -O zniszczy ten plik! Opcja -O tworzy tymczasowy plik w /tmp i później kopiuje go z powrotem na źródło.
KONWERSJE KODOWAŃ ZNAKÓW¶
Można konwertować tekst między dowolnymi dwoma zestawami znaków, na przykład konwert cp437-iso2.
Znaki niedostępne w docelowym zestawie będą zastąpione przybliżeniami dostępnymi znakami. Przybliżenia nie muszą być pojedynczymi znakami.
Filtry obsługują teraz następujące zestawy znaków:
- ascii
- siedmiobitowe ASCII
- utf8 = unicode
- Unikod (Unicode) w UTF-8
- iso1 = isolatin1
- ISO-8859-1 albo ISO Latin 1 (zachodnioeuropejskie)
- iso2 = isolatin2
- ISO-8859-2 albo ISO Latin 2 (środkowoeuropejskie)
- iso3 = isolatin3
- ISO-8859-3 albo ISO Latin 3 (Esperanto)
- iso4 = isolatin4
- ISO-8859-4 albo ISO Latin 4 (bałtyckie)
- iso5 = isolatincyr
- ISO-8859-5 (cyrylica)
- iso6 = isolatinarabic
- ISO-8859-6 (arabskie)
- iso7 = isolatingreek
- ISO-8859-7 (greckie)
- iso8 = isolatinhebrew
- ISO-8859-8 (hebrajskie)
- iso9 = isolatin5 = isolatintur
- ISO-8859-9 albo ISO Latin 5 (tureckie)
- iso10 = isolatin6 = isolatinnordic
- ISO-8859-10 albo ISO Latin 6 (nordyckie)
- iso12 = isolatin7 = isolatinceltic
- ISO-8859-12 albo ISO Latin 6 (celtyckie) - Draft
- iso13 = isolatin8 = isolatinbaltic
- ISO-8859-13 albo ISO Latin 6 (bałtyckie) - Draft
- iso14 = isolatin9 = isolatinsami
- ISO-8859-14 albo ISO Latin 6 (Sámi) - Draft
- iso15
- ISO-8859-15 - Draft
- koi8r
- KOI8-R (rosyjskie)
- koi8u
- KOI8-U (ukraińskie, białoruskie)
- koi8uni
- KOI8-Uni (cyrylica)
- cp1250 = wince = winlatin2
- Windows CP-1250 albo Win Latin 2 (środkowoeuropejskie)
- cp1251 = wincyr
- Windows CP-1251 (cyrylica)
- cp1252 = winwest = winlatin1
- Windows CP-1252 albo Win Latin 1 (zachodnioeuropejskie)
- cp1253 = wingr
- Windows CP-1253 (greckie)
- cp1254 = wintur
- Windows CP-1254 (tureckie)
- cp1255 = winhebrew
- Windows CP-1255 (hebrajskie)
- cp1256 = winarabic
- Windows CP-1256 (arabskie)
- cp1257 = winbaltic
- Windows CP-1257 (bałtytckie)
- cp1258 = winviet
- Windows CP-1258 (wietnamskie)
- cp437 = icmeng
- DOS CP-437 (angielskie)
- cp737 = dosgreek
- DOS CP-737 (greckie)
- cp775 = dosbaltic
- DOS CP-775 (bałtyckie)
- cp850 = doswest = doslatin1
- DOS CP-850 aka DOS Latin 1 (zachodnioeuropejskie)
- cp852 = dosce = doslatin2
- DOS CP-852 aka DOS Latin 2 (środkowoeuropejskie)
- cp855 = doscyr
- DOS CP-855 (cyrylica)
- cp857 = dostur
- DOS CP-857 (tureckie)
- cp860 = dosportugal
- DOS CP-860 (portugalskie)
- cp861 = dosiceland
- DOS CP-861 (islandzkie)
- cp862 = doshebrew
- DOS CP-862 (hebrajskie)
- cp863 = doscanadfr
- DOS CP-863 (kanadyjskie - francuskie)
- cp864 = dosarabic
- DOS CP-864 (arabskie)
- cp865 = dosnordic
- DOS CP-865 (nordyckie)
- cp866 = dosrussian
- DOS CP-866 (rosyjskie)
- cp869 = dosgreek2
- DOS CP-869 (greckie 2)
- cp874 = dosthai
- DOS CP-874 (tajskie)
- mac
- Macintosh Roman (zachodnioeuropejskie)
- macce
- Macintosh Central European (wschodnioeuropejskie)
- maccyr
- Macintosh Cyrillic (cyrylica)
- macgreek
- Macintosh Greek (greckie)
- maciceland
- Macintosh Icelandic (islandzkie)
- mactur
- Macintosh Turkish (tureckie)
- csk,
- cyfromat,
- dhn,
- fidomazovia,
- iea,
- logic,
- mazovia,
- microvex
- DOSowe zestawy znaków do polskiego
- amigapl,
- fat,
- xjp
- Amigowe zestawy znaków do polskiego
- kamenicky
- DOSowy zestaw znaków do czeskiego i sĽowackiego
- wingreek
- WinGreek (kodowanie dla starożytnej greki według windowsowego fontu)
- babelpl
- TeX [polish]{babel}: "a"c"e"l"n"o"s"z"r
- ciachy
- TeX \prefixing: /a/c/e/l/n/o/s/x/z
- xmetodo
- Esperanto: cx gx hx jx sx ux (vx w)
- hmetodo
- Esperanto: ch gh hh jh sh u
- antauxcxap
- Esperanto: ^c ^g ^h ^j ^s ^u (~u)
- postcxap
- Esperanto: c^ g^ h^ j^ s^ u^ (u~)
- apostrofoj
- Esperanto: c' g' h' j' s' u'
- malapostrofoj
- Esperanto: c` g` h` j` s` u`
- viscii
- VISCII (wietnamski)
- viqri
- Vietnamese Quoted Readable Implicit
- htmldec
- SGMLowe/HTMLowe numery znaków (dziesiątkowo): Æ ě →
- htmlhex
- SGMLowe/HTMLowe numery znaków (szesnastkowo) Æ ě →
- htmlent
- SGMLowe/HTMLowe encje (nazwy znaków): Æ &ecaron →
- html
- Wszystkie trzy powyżej (tylko jako format wejściowy)
- tex
- TeX wraz z niektórymi rozszerzeniami LaTeXa albo AMS-TeXa. Nie ma rozróżnienia między normalnym trybem a matematycznym - prawdopodobbie będziesz musiał ręcznie podostawiać trochę znaków $.
- mnemonic
- Mnemoniki RFC 1345 poprzedzone przez &
- mnemonic1
- Mnemoniki RFC 1345 poprzedzone przez `
- any/JĘZYK (np. any/pl-iso2)
- Ten specjalny format wejściowy rozpozna kodowanie automatycznie, na podstawie częstości znaków znalezionych w tekście. Z każdym językiem jest skojarzony zbiór możliwych kodowań używanych dla niego i średnie częstości jego liter (wyłączając litery ASCII). Użyte zostanie najlepiej pasujące kodowanie. Filtr obsługuje teraz języki cs (czeski), de (niemiecki), el (grecki), eo (Esperanto), es (hiszpański), fr (francuski), he (hebrajski), it (włoski), pl (polski), pt (portugalski), ru (rosyjski) i sv (szwedzki).
- varpl
- Wymieszane polskie ISO-8859-2, CP-1250 i UTF-8. W polskich warunkach sugeruję podpięcie tego jako filtr w czytniku newsów (dla szybkości lepiej wołać bezpośrednio, a nie przez konwerta).
- vareo
- Wymieszane różne kodowania Esperanta.
OPCJE KONTROLUJĄCE POWYŻSZE KONWERSJE¶
- /1 (np. konwert iso2-ascii/1)
- Każdy niedostępny znak będzie zastąpiony przez pojedynczy przybliżający znak, a nie przez napis. Przydatne dla programu filterm albo dla preformatowanego tekstu. Ta opcja jest automatycznie włączana jeśli filtr jest używany jako wyjście filterma.
- /html
- Zakłada, że tekst jest HTMLem. Znaki " & < > wynikłe z przybliżeń innych znaków będą prawidłowo wyeskejpowane do " & < >. Nagłówek <META http-equiv="content-type" content="text/html; charset=..."> będzie poprawiony jeśli wystąpi.
- /htmldec
- Konwertuje META jak wyżej. Niedostępne znaki będą zakodowane w &#Unikodzie;.
- /htmlhex
- Konwertuje META jak wyżej. Niedostępne znaki będą zakodowane w szesnastkowym &#xUnikodzie;.
- /tex
- Niedostępne znaki będą opisane w TeXu. Znaki # $ % & ^ _ { | } ~ wynikłe z przybliżeń niektórych znaków będą prawidłowo wyeskejpowane do \# \% \& $\backslash$ \^{} \_ \{ $|$ \} \\~{}.
- /asciichar
- Rozpoznaje niektóre reprezentacje znaków w ASCII, np. (c) ... 1/2 >=.
- /rosyjski
- Rosyjski tekst będzie oddany w polskiej transkrypcji fonetycznej.
Niektóre filtry wyjściowe mogą użyć informacji o języku do lepszego przybliżenia niedostępnych liter, np. w /de (niemieckim): ä → ae zamiast a.
INNE FILTRY¶
- any/JĘZYK-test
- Rozpoznaje kodowanie, ale zamiast konwersji tekstu pokazuje tylko nazwę kodowania. Dodatkowa opcja /all pokazuje wszystkie możliwe kodowania, posortowane od lepszych do gorszych.
- cr
- lf
- crlf
- Wymusza określoną konwencję oznaczenia końców linii. cr = Macintosh, lf = Unix i Amiga, crlf = Windows i DOS. Konwencja wejściowa jest rozpoznawana automatycznie.
- expand
- Rozwija tabulacje na spacje (używa programu expand z textutils).
- unexpand
- Kompresuje spacje na początku linii do tabulacji (używa programu unexpand z textutils).
- rmspacesateol
- Usuwa spacje i tabulacje z końców linii.
- qp-8bit
- 8bit-qp
- Kodowanie MIME Quoted Printable: =A3=F3d=BC.
- rtf-8bit
- 8bit-rtf
- Rich Text Format: \\'a3\\'f3d\\'9f.
- txt-htmlchar
- Eskejpuje " & < > w SGMLowe/HTMLowe encje " & < >. Wygodne do włączania pliku tekstowego w HTMLowych tagach <PRE> </PRE>.
- htmlchar-txt
- W drugą stronę.
- rot13
- Gb wrfg qrzbafgenpwn ebg13.
- toupper
- tolower
- Zamienia tekst na duże / małe litery. Na razie tylko ASCII.
- prn7pl
- Konwertuje polskie znaki na sekwencje sterujęce drukarki zgodnej z EPSON wykorzystując jedynie podstawowe znaki 7-bitowe, cofając głowicę drukarki i drukując na odpowiedniej wysokości ,.'` dające w sumie pseudo- polskie znaki. Przyjmuje opcje: /nlq (domyślne) optymalizowane do drukarek o lepszej rozdzielczości i /draft - np. dla trybu draft 9-igłówki.
PLIKI¶
- /usr/share/konwert/filters/*
- ~/.konwert/filters/*
ZOBACZ TEŻ¶
BŁĘDY¶
Znak APPLE i zestawach mac* oraz znaki CH i ch w koi8cs nie są zachowywane przy konwersji nawet kiedy są dostępne. Również nie przestrzegają opcji /1. Powód: nie ma ich w Unikodzie.
COPYRIGHT¶
Konwert jest pakietem służącym do konwersji między różnymi kodowaniami znaków.
Copyright (c) 1998 Marcin 'Qrczak' Kowalczyk
Niniejszy program jest oprogramowaniem wolnodostępnym; możesz go rozprowadzać dalej i/lub modyfikować na warunkach Powszechnej Licencji Publicznej GNU, wydanej przez Fundację Wolnodostępnego Oprogramowania - według wersji 2-giej tej Licencji lub którejś z późniejszych wersji.
Niniejszy program rozpowszechniany jest z nadzieją, iż będzie on użyteczny - jednak BEZ JAKIEJKOLWIEK GWARANCJI, nawet domyślnej gwarancji PRZYDATNOŚCI HANDLOWEJ albo PRZYDATNOŚCI DO OKREŚLONYCH ZASTOSOWAŃ. W celu uzyskania bliższych informacji - Powszechna Licencja Publiczna GNU.
Z pewnością wraz z niniejszym programem otrzymałeś też egzemplarz Powszechnej Licencji Publicznej GNU; jeśli nie - napisz do Free Software Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA 02111-1307 USA
AUTOR¶
__("< Marcin Kowalczyk * qrczak@knm.org.pl http://qrczak.home.ml.org/
\__/ GCS/M d- s+:-- a21 C+++>+++$ UL++>++++$ P+++ L++>++++$ E->++
^^ W++ N+++ o? K? w(---) O? M- V? PS-- PE++ Y? PGP->+ t QRCZAK 5? X- R tv-- b+>++ DI D- G+ e>++++ h! r--%>++ y-
30 Jul 1998 | Konwert |