dos2unix

Section: 2020-10-12 (1)
Updated: 2020-10-12
Page Index
 

BEZEICHNUNG

dos2unix - Formatumwandlung für Textdateien von DOS/Mac nach Unix und umgekehrt  

ÜBERSICHT

    dos2unix [Optionen] [DATEI …] [-n EINGABEDATEI AUSGABEDATEI …]
    unix2dos [Optionen] [DATEI …] [-n EINGABEDATEI AUSGABEDATEI …]

 

BESCHREIBUNG

Das Paket Dos2unix enthält die Werkzeuge "dos2unix" und "unix2dos" zum Umwandeln einfacher Textdateien aus dem DOS- oder Mac-Format in das Unix-Format und umgekehrt.

In Textdateien unter DOS/Windows sind Zeilenumbrüche, auch als neue Zeile (NL) bekannt, eine Kombination aus zwei Zeichen: einem Wagenrücklauf (Carriage Return, CR) gefolgt von einem Zeilenvorschub (Line Feed, LF). In Unix-Textdateien bestehen Zeilenumbrüche nur aus einem Zeichen, dem Zeilenvorschub (LF). In Mac-Textdateien aus der Zeit vor MacOS X bestand ein Zeilenumbruch aus einem einzelnen CR-Zeichen. Heute verwendet macOS Zeilenumbrüche im Unix-Stil (LF).

Neben Zeilenumbrüchen kann Dos2unix auch die Zeichenkodierung von Dateien umwandeln. Einige DOS-Codepages können in Unix Latin-1 umgewandelt werden, und Windows-Unicode-Dateien (UTF-16) können in Unix-Unicode-Dateien (UTF-8) umgewandelt werden.

Binärdateien werden automatisch übersprungen, sofern die Umwandlung nicht erzwungen wird.

Nicht-reguläre Dateien, wie Verzeichnisse und FIFOS (Weiterleitungen) werden automatisch übersprungen.

Symbolische Links und deren Ziele werden per Vorgabe unverändert belassen. Symbolische Links können optional ersetzt werden, oder die Ausgabe wird in das Ziel des symbolischen Links geschrieben. Unter Windows wird das Schreiben in das Ziel eines symbolischen Links nicht unterstützt.

Dos2unix wurde nach dem Vorbild der dos2unix-Version unter SunOS/Solaris entwickelt, doch es gibt einen wesentlichen Unterschied zum Original: Diese Version ersetzt per Vorgabe Dateien bei der Umwandlung (Alte-Datei-Modus), während unter SunOS/Solaris nur die paarweise Umwandlung (Neue-Datei-Modus) unterstützt wird. Siehe dazu die Optionen "-o" und "-n". Ein weiterer Unterschied ist, dass die SunOS/Solaris-Version in der Voreinstellung die Umwandlung im iso-Modus vornimmt, während diese Version den ascii-Modus verwendet.  

OPTIONEN

--
nimmt an, dass alle folgenden Optionen Dateinamen sind. Verwenden Sie diese Option, wenn Sie Dateien umwandeln wollen, deren Namen mit einem Minuszeichen beginnen. Um beispielsweise eine Datei namens »-bla« umzuwandeln, können Sie folgenden Befehl verwenden:

    dos2unix -- -bla

oder im Neue-Datei-Modus:

    dos2unix -n -- -bla ausgabe.txt

--allow-chown
erlaubt die Änderung des Eigentümers der Datei im Alte-Datei-Modus.

When this option is used, the conversion will not be aborted when the user and/or group ownership of the original file can't be preserved in old file mode. Conversion will continue and the converted file will get the same new ownership as if it was converted in new file mode. See also options "-o" and "-n". This option is only available if dos2unix has support for preserving the user and group ownership of files.

-ascii
wandelt nur Zeilenumbrüche um. Dies ist der vorgegebene Umwandlungsmodus.
-iso
wandelt aus dem DOS- in den ISO-8859-1-Zeichensatz um. Weitere Informationen hierzu finden Sie im Abschnitt UMWANDLUNGSMODI.
-1252
verwendet die Windows-Codepage 1252 (Westeuropäisch).
-437
verwendet die DOS-Codepage 437 (US). Dies ist die vorgegebene Codepage für die ISO-Umwandlung.
-850
verwendet die DOS-Codepage 850 (Westeuropäisch).
-860
verwendet die DOS-Codepage 860 (Portugiesisch).
-863
verwendet die DOS-Codepage 863 (Kanadisches Französisch).
-865
verwendet die DOS-Codepage 865 (Skandinavisch).
-7
wandelt 8-Bit-Zeichen in ein 7-Bit-Bitmuster um.
-b, --keep-bom
erhält die Markierung der Bytereihenfolge (BOM). Wenn die Eingabedatei eine BOM enthält, wird ebenfalls eine BOM in die Ausgabedatei geschrieben. Dies ist das Standardverhalten beim Umwandeln von DOS-Zeilenumbrüchen. Siehe auch die Option "-r".
-c, --convmode UMWANDLUNGSMODUS
legt den Umwandlungsmodus fest. UMWANDLUNGSMODUS kann ascii, 7bit, iso oder mac sein, wobei ascii die Vorgabe ist.
-D, --display-enc KODIERUNG
legt die Kodierung des angezeigten Texts fest. KODIERUNG kann ansi, unicode, unicodebom, utf8 oder <utf8bom> sein, wobei ansi die Vorgabe ist.

Diese Option ist nur in dos2unix für Windows mit Unterstützung für Unicode-Dateinamen verfügbar. Sie bleibt wirkungslos, wenn die tatsächlichen Dateinamen gelesen und geschrieben werden, lediglich bei der Darstellung wird sie berücksichtigt.

Es gibt verschiedene Möglichkeiten, Text in einer Windows-Konsole basierend auf dessen Kodierung darzustellen. Alle haben verschiedene Vor- und Nachteile.

ansi
Die Standardmethode von dos2unix ist die Verwendung von ANSI-kodiertem Text, der Vorteil ist deren Abwärtskompatibilität. Dies funktioniert mit Raster- und TrueType-Schriften. In manchen Gebieten müssen Sie mit dem Befehl "chcp" die aktive DOS-OEM-Codepage in die -System-ANSI-Codepage des Systems ändern, da dos2unix Letztere verwendet.

Der Nachteil von ANSI ist, dass internationale Dateinamen nicht korrekt dargestellt werden, wenn darin Zeichen enthalten sind, die nicht in der im System voreingestellten Codepage enthalten sind. Stattdessen wird entweder ein Fragezeichen oder ein falsches Zeichen angezeigt. Sofern Sie nicht mit fremden Dateinamen arbeiten, ist diese Methode in Ordnung.

unicode, unicodebom
Der Vorteil von Unicode (dem Windows-Namen für UTF-16) ist die üblicherweise korrekte Textdarstellung. Eine Änderung der aktiven Codepage ist nicht erforderlich. Sie müssen die Schriftart der Konsole auf eine TrueType-Schrift einstellen, damit internationale Zeichen richtig angezeigt werden können. Sollte ein Zeichen in einer TrueType-Schrift nicht enthalten sein, wird ein kleines Quadrat angezeigt, das gelegentlich noch ein Fragezeichen enthält.

Wenn Sie die ConEmu-Konsole nutzen, wird der gesamte Text korrekt dargestellt, da ConEmu automatisch eine passende Schrift wählt.

Nachteilig für Unicode ist, dass es nicht zu ASCII kompatibel ist. Die Ausgabe ist schwer zu verarbeiten, wenn sie in ein anderes Programm oder eine Datei weitergeleitet wird.

Wenn die Methode "unicodebom" verwendet wird, dann wird dem Unicode-Text eine BOM (Markierung der Bytereihenfolge) vorangestellt. Eine BOM ist für korrekte Um- oder Weiterleitung in der PowerShell notwendig.

utf8, utf8bom
Der Vorteil von UTF-8 ist die ASCII-Kompatibilität. Sie müssen die Schriftart der Konsole auf eine TrueType-Schrift setzen. Dadurch wird der Text ähnlich wie in der "unicode"-Kodierung dargestellt.

Der Nachteil ist die falsche Darstellung aller Nicht-ASCII-Zeichen, wenn Sie die Standard-Rasterschrift verwenden. Nicht nur Unicode-Dateinamen, sondern auch übersetzte Meldungen werden unlesbar. Auf einem Windows-System, das für eine ostasiatische Region eingerichtet wurde, wird die Konsole bei der Anzeige von Meldungen deutlich flackern.

In einer ConEmu-Konsole funktioniert die UTF-8-Kodierung gut.

Wenn die Methode "utf8bom" verwendet wird, dann wird dem UTF-8-Text eine BOM (Markierung der Bytereihenfolge) vorangestellt. Eine BOM ist für korrekte Um- oder Weiterleitung in der PowerShell notwendig.

Die Standardkodierung kann durch Setzen der Umgebungsvariable DOS2UNIX_DISPLAY_ENC auf "unicode", "unicodebom", "utf8" oder "utf8" geändert werden.

-f, --force
erzwingt die Umwandlung von Binärdateien.
-gb, --gb18030
wandelt unter Windows UTF-16-Dateien standardmäßig in UTF-8 um, ungeachtet der Einstellung der Locale. Verwenden Sie diese Option zum umwandeln von UTF-16-Dateien in GB18030. Diese Option ist nur unter Windows verfügbar. Siehe auch Abschnitt GB18030.
-h, --help
zeigt eine Hilfe an und beendet das Programm.
-i[SCHALTER], --info[=SCHALTER] DATEI
zeigt Dateiinformationen an. Es wird keine Umwandlung vorgenommen.

Die Ausgabe der Informationen geschieht in der folgenden Reihenfolge: Anzahl der DOS-Zeilenumbrüche, Anzahl der Unix-Zeilenumbrüche, Anzahl der Mac-Zeilenumbrüche, Markierung der Bytereihenfolge, Text- oder Binärformat, Dateiname.

Beispielausgabe:

     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
     2     418     219  no_bom    binary  dos2unix.exe

Beachten sie, dass manchmal eine Binärdatei fälschlicherweise als Textdatei erkannt wird. Siehe auch Option "-s".

Optionale zusätzliche Schalter können gesetzt werden, um die Ausgabe anzupassen. Einer oder mehrere Schalter können hinzugefügt werden.

0
gibt die Zeilen zur Dateiinformation mit einem Null-Zeichen am Ende anstelle eines Zeilenvorschub-Zeichens aus. Dies ermöglicht die korrekte Interpretation von Leer- und Anführungszeichen in Dateinamen, wenn der Schalter c verwendet wird. Verwenden Sie diesen Schalter in Kombination mit der xargs(1)-Option "-0" oder "--null".
d
gibt die Anzahl der DOS-Zeilenumbrüche aus.
u
gibt die Anzahl der Unix-Zeilenumbrüche aus.
m
gibt die Anzahl der Mac-Zeilenumbrüche aus.
b
gibt die Markierung der Bytereihenfolge aus.
t
zeigt an, ob es sich um eine Text- oder eine Binärdatei handelt.
c
gibt nur die Dateien aus, die umgewandelt werden würden.

Mit dem Schalter "c" gibt dos2unix nur die Dateien aus, die DOS-Zeilenumbrüche enthalten, unix2dos nur die Dateien mit Unix-Zeilenumbrüchen.

h
gibt eine Kopfzeile aus.
p
zeigt Dateinamen ohne Pfade an.

Beispiele:

Informationen zu allen *.txt-Dateien anzeigen:

    dos2unix -i *.txt

Nur die Anzahl der DOS-Zeilenumbrüche und Unix-Zeilenumbrüche anzeigen:

    dos2unix -idu *.txt

Nur die Markierung der Bytereihenfolge anzeigen:

    dos2unix --info=b *.txt

Die Dateien auflisten, die DOS-Zeilenumbrüche enthalten:

    dos2unix -ic *.txt

Die Dateien auflisten, die Unix-Zeilenumbrüche enthalten:

    unix2dos -ic *.txt

Nur Dateien umwandeln, die DOS-Zeilenumbrüche enthalten und die anderen Dateien unverändert belassen:

    dos2unix -ic0 *.txt | xargs -0 dos2unix

Nach Textdateien suchen, die DOS-Zeilenumbrüche enthalten:

    find -name '*.txt' -print0 | xargs -0 dos2unix -ic

-k, --keepdate
übernimmt den Zeitstempel der Eingabedatei in die Ausgabedatei.
-L, --license
zeigt die Lizenz des Programms an.
-l, --newline
fügt eine zusätzliche neue Zeile hinzu.

dos2unix: Nur DOS-Zeilenumbrüche werden in Unix-Zeilenumbrüche umgewandelt. Im Mac-Modus werden nur Mac-Zeilenumbrüche in Unix-Zeilenumbrüche umgewandelt.

unix2dos: Nur Unix-Zeilenumbrüche werden in DOS-Zeilenumbrüche umgewandelt. Im Mac-Modus werden nur Unix-Zeilenumbrüche in Mac-Zeilenumbrüche umgewandelt.

-m, --add-bom
schreibt eine Markierung der Bytereihenfolge (BOM) in die Ausgabedatei. In der Voreinstellung wird eine UTF-8-BOM geschrieben.

Wenn die Eingabedatei in UTF-16 kodiert ist und die Option "-u" verwendet wird, wird eine UTF-16-BOM geschrieben.

Verwenden Sie diese Option niemals, wenn die Kodierung der Ausgabedatei nicht UTF-8, UTF-16 oder GB 18030 ist. Weitere Informationen finden Sie im Abschnitt UNICODE.

-n, --newfile EINGABEDATEI AUSGABEDATEI
Neue-Datei-Modus. Die EINGABEDATEI wird umgewandelt und in die AUSGABEDATEI geschrieben. Die Dateinamen müssen paarweise angegeben werden. Platzhalter sollten nicht verwendet werden, sonst werden Sie Ihre Dateien verlieren.

Der Benutzer, der die Umwandlung im Neue-Datei-Modus startet, wird Besitzer der umgewandelten Datei. Die Lese- und Schreibrechte werden aus den Zugriffsrechten der Originaldatei minus der umask(1) der Person ermittelt, die die Umwandlung ausgeführt hat.

--no-allow-chown
verhindert die Änderung des Eigentümers der Datei im Alte-Datei-Modus (Voreinstellung).

Abort conversion when the user and/or group ownership of the original file can't be preserved in old file mode. See also options "-o" and "-n". This option is only available if dos2unix has support for preserving the user and group ownership of files.

-o, --oldfile DATEI
Alte-Datei-Modus. Die DATEI wird umgewandelt und durch die Ausgabedatei überschrieben. Per Vorgabe werden Umwandlungen in diesem Modus ausgeführt. Platzhalter sind verwendbar.

Im Alte-Datei-Modus (Ersetzungsmodus) erhalten die umgewandelten Dateien den gleichen Eigentümer, die gleiche Gruppe und die gleichen Lese- und Schreibberechtigungen wie die Originaldatei, auch wenn die Datei von einem anderen Benutzer umgewandelt wird, der Schreibrechte für die Datei hat (zum Beispiel der Systemadministrator). Die Umwandlung wird abgebrochen, wenn es nicht möglich ist, die originalen Werte beizubehalten. Die Änderung des Eigentümers könnte zum Beispiel bewirken, dass der ursprüngliche Eigentümer die Datei nicht mehr lesen kann. Die Änderung der Gruppe könnte ein Sicherheitsrisiko sein, da die Datei vielleicht für Benutzer lesbar wird, für die sie nicht bestimmt ist. Die Beibehaltung von Eigentümer, Gruppe und Schreib- und Leserechten wird nur unter Unix unterstützt.

Um herauszufinden, ob dos2unix über Unterstützung für die Erhaltung von Eigentümer und Gruppe von Dateien verfügt, rufen Sie "dos2unix -V" auf.

Die Umwandlung führt stets über eine temporäre Datei. Tritt im Laufe der Umwandlung ein Fehler auf, wird die temporäre Datei gelöscht und die Originaldatei bleibt intakt. War die Umwandlung erfolgreich, wird die Originaldatei durch die temporäre Datei ersetzt. Sie können Schreibrechte für die Originaldatei haben, aber keine Rechte, um die gleichen Eigentumsverhältnisse wie die der Originaldatei für die temporäre Datei festzulegen. Das bedeutet, dass Sie Eigentümer und Gruppe der Originaldatei nicht bewahren können. In diesem Fall können Sie die Option "--allow-chown" verwenden, um die Umwandlung fortzusetzen:

    dos2unix --allow-chown foo.txt

Eine weitere Option ist der Neue-Datei-Modus:

    dos2unix -n foo.txt foo.txt

Der Vorteil der Option "--allow-chown" ist, dass Sie Platzhalter verwenden können und die Eigentumsverhältnisse bewahrt bleiben, sofern möglich.

-q, --quiet
Stiller Modus, in dem alle Warnungen und sonstige Meldungen unterdrückt werden. Der Rückgabewert ist 0, außer wenn fehlerhafte Befehlszeilenoptionen angegeben werden.
-r, --remove-bom
entfernt die Markierung der Bytereihenfolge (BOM). Es wird keine BOM in die Ausgabedatei geschrieben. Dies ist das Standardverhalten beim Umwandeln von Unix-Zeilenumbrüchen. Siehe auch die Option "-b".
-s, --safe
überspringt Binärdateien (Vorgabe).

Binärdateien werden übersprungen, damit unerwünschtes Fehlverhalten vermieden wird. Denken Sie daran, dass die Erkennung nicht 100% sicher funktioniert. Die übergebenen Dateien werden auf Binärsymbole überprüft, die typischerweise in Textdateien nicht vorkommen. Es ist jedoch möglich, dass eine Binärdatei ausschließlich gewöhnliche Textzeichen enthält. Eine solche Binärdatei wird dann fälschlicherweise als Textdatei angesehen.

-u, --keep-utf16
erhält die originale UTF-16-Kodierung der Eingabedatei. Die Ausgabedatei wird in der gleichen UTF-16-Kodierung geschrieben (Little-Endian- oder Big-Endian-Bytereihenfolge) wie die Eingabedatei. Dies verhindert die Umwandlung in UTF-8. Eine UTF-16-BOM wird dementsprechend geschrieben. Diese Option kann durch Angabe der Option "-ascii" deaktiviert werden.
-ul, --assume-utf16le
nimmt an, dass die Eingabedatei das Format UTF-16LE hat.

Wenn die Eingabedatei eine Markierung der Bytereihenfolge enthält (BOM), dann hat die BOM Vorrang vor dieser Option.

Durch eine falsche Annahme (die Eingabedatei war nicht in UTF-16LE kodiert) mit erfolgreicher Umwandlung erhalten Sie eine UTF-8-Ausgabedatei mit fehlerhaftem Text. Sie können die fehlgeschlagene Umwandlung mit iconv(1) rückgängig machen, indem Sie die Rückumwandlung von UTF-8 nach UTF-16LE vornehmen. Dadurch gewinnen Sie die Originaldatei zurück.

Die Annahme von UTF-16LE wirkt wie ein Umwandlungsmodus. Beim Wechsel zum vorgegebenen ascii-Modus wird die UTF16LE-Annahme deaktiviert.

-ub, --assume-utf16be
nimmt an, dass die Eingabedatei das Format UTF-16BE hat.

Diese Option ist gleichbedeutend mit "-ul".

-v, --verbose
zeigt ausführliche Meldungen an. Zusätzliche Informationen werden zu den Markierungen der Bytereihenfolge (BOM) und zur Anzahl der umgewandelten Zeilenumbrüche angezeigt.
-F, --follow-symlink
folgt symbolischen Links und wandelt die Zieldateien um.
-R, --replace-symlink
ersetzt symbolische Links durch die umgewandelten Dateien (die originalen Zieldateien bleiben unverändert).
-S, --skip-symlink
erhält symbolische Links als solche und lässt die Ziele unverändert (Vorgabe).
-V, --version
zeigt Versionsinformationen an und beendet das Programm.
 

MAC-MODUS

Im Normalmodus werden Zeilenumbrüche von DOS nach Unix und umgekehrt umgewandelt. Mac-Zeilenumbrüche werden nicht verändert.

Im Mac-Modus werden Zeilenumbrüche von Mac nach Unix und umgekehrt umgewandelt. DOS-Zeilenumbrüche werden nicht verändert.

Um das Programm im Mac-Modus auszuführen, verwenden Sie die Befehlszeilenoption "-c mac" oder die Befehle "mac2unix" oder "unix2mac".  

UMWANDLUNGSMODI

ascii
Im "ascii"-Modus werden nur Zeilenumbrüche umgewandelt. Dies ist der vorgegebene Umwandlungsmodus.

Obwohl der Name dieses Modus auf ASCII hinweist, welches ein 7-bit-Standard ist, bezieht sich der eigentliche Modus auf 8 Bit. Verwenden Sie diesen Modus immer dann, wenn Sie Unicode-Dateien in UTF-8-Kodierung umwandeln.

7bit
In diesem Modus werden alle Nicht-ASCII-Zeichen aus 8 Bit in das 7-Bit-Bitmuster umgewandelt.
iso
Die Zeichen werden aus dem DOS-Zeichensatz (der Codepage) in den ISO-Zeichensatz ISO-8859-1 (Latin-1) in Unix umgewandelt. DOS-Zeichen ohne Äquivalent in ISO-8859-1, für die die Umwandlung nicht möglich ist, werden durch einen Punkt ersetzt. Gleiches gilt für ISO-8859-1-Zeichen ohne DOS-Gegenstück.

Wenn nur die Option "-iso" angegeben ist, versucht dos2unix die aktive Codepage selbst zu ermitteln. Sollte dies nicht möglich sein, wird die Standard-Codepage CP437 verwendet, welche hauptsächlich in den USA eingesetzt wird. Um eine bestimmte Codepage zu erzwingen, verwenden Sie die Optionen "-437" (US), "-850" (Westeuropäisch), "-860" (Portugiesisch), "-863" (Kanadisches Französisch) oder "-865" (Skandinavisch). Die Windows-Codepage CP1252 (Westeuropäisch) wird durch die Option "-1252" unterstützt.

Wenden Sie niemals die ISO-Umwandlung auf Unicode-Textdateien an. In UTF-8 kodierte Dateien werden dadurch beschädigt.

Einige Beispiele:

Umwandlung aus der vorgegebenen DOS-Codepage nach Unix Latin-1:

    dos2unix -iso -n in.txt ausgabe.txt

Umwandlung von DOS CP850 nach Unix Latin-1:

    dos2unix -850 -n eingabe.txt ausgabe.txt

Umwandlung von Windows CP1252 nach Unix Latin-1:

    dos2unix -1252 -n eingabe.txt ausgabe.txt

Umwandlung von Windows CP1252 nach Unix UTF-8 (Unicode):

    iconv -f CP1252 -t UTF-8 eingabe.txt | dos2unix > ausgabe.txt

Umwandlung von Unix Latin-1 in die vorgegebene DOS-Codepage:

    unix2dos -iso -n eingabe.txt ausgabe.txt

Umwandlung von Unix Latin-1 nach DOS CP850:

    unix2dos -850 -n eingabe.txt ausgabe.txt

Umwandlung von Unix Latin-1 nach Windows CP1252:

    unix2dos -1252 -n eingabe.txt ausgabe.txt

Umwandlung von Unix UTF-8 (Unicode) nach Windows CP1252:

    unix2dos < eingabe.txt | iconv -f UTF-8 -t CP1252 > ausgabe.txt

Siehe auch <http://czyborra.com/charsets/codepages.html> und <http://czyborra.com/charsets/iso8859.html>.

 

UNICODE

 

Zeichenkodierungen

Es gibt verschiedene Unicode-Zeichenkodierungen. Unter Unix und Linux sind Unicode-Dateien typischerweise in UTF-8 kodiert. Unter Windows können Textdateien in UTF-8, UTF-16 oder UTF-16 in Big-Endian-Bytereihenfolge kodiert sein, liegen aber meist im Format UTF-16 vor.  

Umwandlung

Unicode-Textdateien können DOS-, Unix- oder Mac-Zeilenumbrüche enthalten, so wie reguläre Textdateien.

Alle Versionen von dos2unix und unix2dos können UTF-8-kodierte Dateien umwandeln, weil UTF-8 im Hinblick auf Abwärtskompatibilität mit ASCII entwickelt wurde.

Dos2unix und unix2dos mit Unterstützung für UTF-16 können in UTF-16 kodierte Dateien in Little-Endian- und Big-Endian-Bytereihenfolge lesen. Um festzustellen, ob dos2unix mit UTF-16-Unterstützung kompiliert wurde, geben Sie "dos2unix -V" ein.

Unter Unix/Linux werden UTF-16 kodierte Dateien standardmäßig in die Zeichenkodierung entsprechend der Locale umgewandelt. Mit dem Befehl locale(1) können Sie herausfinden, wie die Zeichenkodierung der Locale eingestellt ist. Wenn eine Umwandlung nicht möglich ist, verursacht dies einen Umwandlungsfehler, wodurch die Datei übersprungen wird.

Unter Windows werden UTF-16-Dateien standardmäßig in UTF-8 umgewandelt. In UTF-8 formatierte Textdateien werden von Windows und Unix/Linux gleichermaßen unterstützt.

Die Kodierungen UTF-16 und UTF-8 sind vollständig kompatibel, daher wird bei der Umwandlung keinerlei Text verlorengehen. Sollte bei der Umwandlung von UTF-16 in UTF-8 ein Problem auftreten, beispielsweise wenn die UTF-16-kodierte Eingabedatei einen Fehler enthält, dann wird diese Datei übersprungen.

Wenn die Option "-u" verwendet wird, wird die Ausgabedatei in der gleichen UTF-16-Kodierung wie die Eingabedatei geschrieben. Die Option "-u" verhindert die Umwandlung in UTF-8.

Dos2unix und unix2dos bieten keine Option zur Umwandlung von UTF-8-Dateien in UTF-16.

Umwandlungen im ISO- und 7bit-Modus funktionieren mit UTF-16-Dateien nicht.  

Markierung der Bytereihenfolge

Unicode-Textdateien unter Windows haben typischerweise eine Markierung der Bytereihenfolge (BOM), da viele Windows-Programme (zum Beispiel Notepad) solche BOMs standardmäßig hinzufügen. Weitere Informationen hierzu finden Sie auf <http://de.wikipedia.org/wiki/Byte-Reihenfolge>.

Unter Unix haben Textdateien üblicherweise keine BOM. Es wird stattdessen angenommen, dass Textdateien in der Zeichenkodierung entsprechend der Spracheinstellung vorliegen.

Dos2unix kann nur dann erkennen, ob eine Datei UTF-16-kodiert ist, wenn die Datei eine BOM enthält. Ist dies nicht der Fall, nimmt dos2unix an, dass es sich um eine Binärdatei handelt.

Verwenden Sie die Optionen "-ul" oder "-ub", um eine UTF-16-Datei ohne BOM umzuwandeln.

Dos2unix schreibt in der Voreinstellung keine BOM in die Ausgabedatei. Mit der Option "-b" schreibt Dos2unix eine BOM, wenn die Eingabedatei ebenfalls eine BOM hat.

Unix2dos schreibt in der Voreinstellung eine BOM in die Ausgabedatei, wenn die Eingabedatei ebenfalls eine solche Markierung hat. Verwenden Sie die Option "-r", um die BOM zu entfernen.

Dos2unix und unix2dos schreiben immer eine BOM, wenn die Option "-m" angegeben ist.  

Unicode-Dateinamen unter Windows

Dos2unix verfügt über optionale Unterstützung für das Lesen und Schreiben von Unicode-Dateinamen in der Windows-Eingabeaufforderung. Dadurch kann dos2unix Dateien öffnen, deren Namen Zeichen enthalten, die nicht zur Standard-ANSI-Codepage des Systems gehören. Geben Sie "dos2unix -V" ein, um zu sehen, ob dos2unix für Windows mit Unterstützung für Unicode-Dateinamen erstellt wurde.

Die Anzeige von Unicode-Dateinamen in einer Windows-Konsole ist gelegentlich nicht fehlerfrei, siehe die Option "-D", "--display-enc". Die Dateinamen können falsch dargestellt werden, allerdings werden die Dateien mit deren korrekten Namen gespeichert.  

Unicode-Beispiele

Umwandlung von Windows UTF-16 (mit BOM) nach Unix UTF-8:

    dos2unix -n eingabe.txt ausgabe.txt

Umwandlung von Windows UTF-16LE (ohne BOM) nach Unix UTF-8:

    dos2unix -ul -n eingabe.txt ausgabe.txt

Umwandlung von Unix UTF-8 nach Windows UTF-8 mit BOM:

    unix2dos -m -n eingabe.txt ausgabe.txt

Umwandlung von Unix UTF-8 nach Windows UTF-16:

    unix2dos < eingabe.txt | iconv -f UTF-8 -t UTF-16 > ausgabe.txt

 

GB18030

GB18030 ist ein Standard der chinesischen Regierung. Eine Teilmenge des in GB18030 definierten Standards ist offiziell für alle in China verkauften Softwareprodukte vorgeschrieben. Siehe auch <http://de.wikipedia.org/wiki/GB_18030>.

GB18030 ist vollständig zu Unicode kompatibel und kann als Unicode-Umwandlungsformat betrachtet werden. Wie auch UTF-8 ist GB18030 kompatibel zu ASCII. Ebenfalls kompatibel ist es zur Codepage 936 von Windows, auch als GBK bekannt.

Unter Unix/Linux werden UTF-16-Dateien in GB18030 umgewandelt, wenn die Einstellung der Locale auf GB18030 gesetzt ist. Beachten Sie, dass dies nur funktioniert, wenn die Locale vom System unterstützt wird. Mit dem Befehl "locale -a" erhalten Sie eine Liste der unterstützten Locales.

Unter Windows benötigen Sie die Option "-gb", um UTF-16-Dateien in GB18030 umwandeln zu können.

In GB 18030 kodierte Dateien haben wie Unicode-Dateien eine Markierung der Bytereihenfolge (BOM).  

BEISPIELE

Aus der Standardeingabe lesen und in die Standardausgabe schreiben:

    dos2unix < a.txt
    cat a.txt | dos2unix

a.txt umwandeln und ersetzen, b.txt umwandeln und ersetzen:

    dos2unix a.txt b.txt
    dos2unix -o a.txt b.txt

a.txt im ascii-Modus umwandeln und ersetzen:

    dos2unix a.txt

a.txt im ascii-Modus umwandeln und ersetzen, b.txt im 7bit-Modus umwandeln und ersetzen:

    dos2unix a.txt -c 7bit b.txt
    dos2unix -c ascii a.txt -c 7bit b.txt
    dos2unix -ascii a.txt -7 b.txt

a.txt aus dem Mac- in das Unix-Format umwandeln:

    dos2unix -c mac a.txt
    mac2unix a.txt

a.txt aus dem Unix- in das Mac-Format umwandeln:

    unix2dos -c mac a.txt
    unix2mac a.txt

a.txt unter Beibehaltung des ursprünglichen Zeitstempels umwandeln:

    dos2unix -k a.txt
    dos2unix -k -o a.txt

a.txt umwandeln und das Ergebnis nach e.txt schreiben:

    dos2unix -n a.txt e.txt

a.txt umwandeln und das Ergebnis nach e.txt schreiben, wobei e.txt den gleichen Zeitstempel erhält wie a.txt:

    dos2unix -k -n a.txt e.txt

a.txt umwandeln und ersetzen, b.txt umwandeln und das Ergebnis nach e.txt schreiben:

    dos2unix a.txt -n b.txt e.txt
    dos2unix -o a.txt -n b.txt e.txt

c.txt umwandeln und das Ergebnis nach e.txt schreiben, a.txt umwandeln und ersetzen, b.txt umwandeln und ersetzen, d.txt umwandeln und das Ergebnis nach f.txt schreiben:

    dos2unix -n c.txt e.txt -o a.txt b.txt -n d.txt f.txt

 

REKURSIVE UMWANDLUNG

In einer Unix-Shell können Sie dos2unix zusammen mit den Befehlen find(1) und xargs(1) verwenden, um Textdateien in einem Verzeichnisbaum rekursiv umzuwandeln. Um beispielsweise alle *.txt-Dateien im aktuellen Verzeichnis und dessen Unterverzeichnissen umzuwandeln, geben Sie Folgendes ein:

    find . -name '*.txt' -print0 |xargs -0 dos2unix

Die find(1)-Option "-print0" und die korrespondierende xargs(1)-Option "-0" werden für Dateien benötigt, deren Namen Leerzeichen oder Anführungszeichen enthalten. Ansonsten können diese Optionen weggelassen werden. Eine weitere Möglichkeit ist, find(1) zusammen mit der Option "-exec" zu verwenden:

    find . -name '*.txt' -exec dos2unix {} \;

In einer Windows-Eingabeaufforderung kann der folgende Befehl verwendet werden:

    for /R %G in (*.txt) do dos2unix "%G"

In der Windows PowerShell können Sie folgenden Befehl verwenden:

    get-childitem -path . -filter '*.txt' -recurse | foreach-object {dos2unix $_.Fullname}

 

LOKALISIERUNG

LANG
Die primäre Sprache wird durch die Umgebungsvariable LANG festgelegt. Diese Variable besteht aus mehreren Teilen: Der erste Teil besteht aus zwei Kleinbuchstaben, die den Sprachcode angeben. Der zweite Teil ist optional und bezeichnet den Ländercode in Großbuchstaben, vom davor stehenden Sprachcode durch einen Unterstrich getrennt. Der dritte Teil ist ebenfalls optional und gibt die Zeichenkodierung an, vom Ländercode durch einen Punkt getrennt. Einige Beispiele für Standard-POSIX-Shells:

    export LANG=de               Deutsch
    export LANG=de_DE            Deutsch, Deutschland
    export LANG=de_AT            Deutsch, Österreich
    export LANG=es_ES            Spanisch, Spanien
    export LANG=es_MX            Spanisch, Mexiko
    export LANG=en_US.iso88591   Englisch, USA, Latin-1-Zeichenkodierung
    export LANG=en_GB.UTF-8      Englisch, GB, UTF-8-Zeichenkodierung

Eine vollständige Liste der Sprachen und Ländercodes finden Sie im Gettext-Handbuch: <http://www.gnu.org/software/gettext/manual/html_node/Usual-Language-Codes.html>

Auf Unix-Systemen erhalten Sie mit dem Befehl locale(1) spezifische Informationen zu den Spracheinstellungen.

LANGUAGE
Mit der Umgebungsvariable LANGUAGE können Sie eine Prioritätenliste für Sprachen übergeben, die Sie durch Doppelpunkte voneinander trennen. Dos2unix gibt LANGUAGE vor LANG den Vorzug, zum Beispiel bei Deutsch vor Niederländisch: "LANGUAGE=de:nl". Sie müssen zunächst die Lokalisierung aktivieren, indem Sie die Variable LANG (oder LC_ALL) auf einen anderen Wert als »C« setzen, bevor Sie die Liste der Sprachprioritäten mit der Variable LANGUAGE nutzen können. Weitere Informationen finden Sie im Gettext-Handbuch: <https://www.gnu.org/software/gettext/manual/html_node/The-LANGUAGE-variable.html>

Falls Sie eine Sprache auswählen, die nicht verfügbar ist, erhalten Sie die Standardmeldungen in englischer Sprache.

DOS2UNIX_LOCALEDIR
Durch die Umgebungsvariable DOS2UNIX_LOCALEDIR wird LOCALEDIR während der Kompilierung übergangen. LOCALEDIR wird verwendet, um Sprachdateien zu finden. Der GNU-Standardwert ist "/usr/local/share/locale". Die Option --version zeigt das verwendete LOCALEDIR an.

Beispiel (POSIX-Shell):

    export DOS2UNIX_LOCALEDIR=$HOME/share/locale

 

RÜCKGABEWERT

Bei Erfolg wird 0 zurückgegeben. Bei aufgetretenen Systemfehlern wird der letzte Systemfehler zurückgegeben. Für alle anderen Fehler wird 1 zurückgegeben.

Der Rückgabewert ist im stillen Modus stets 0, außer wenn fehlerhafte Befehlszeilenoptionen verwendet werden.  

STANDARDS

<https://de.wikipedia.org/wiki/Textdatei>

<https://de.wikipedia.org/wiki/Wagenr%C3%BCcklauf>

<https://de.wikipedia.org/wiki/Zeilenumbruch>

<https://de.wikipedia.org/wiki/Unicode>  

AUTOREN

Benjamin Lin - <blin@socs.uts.edu.au>, Bernd Johannes Wuebben (Mac2unix-Modus) - <wuebben@kde.org>, Christian Wurll (Extra Zeilenumbruch) - <wurll@ira.uka.de>, Erwin Waterlander - <waterlan@xs4all.nl> (Betreuer)

Projektseite: <https://waterlan.home.xs4all.nl/dos2unix.html>

SourceForge-Seite: <https://sourceforge.net/projects/dos2unix/>  

SIEHE AUCH

file(1) find(1) iconv(1) locale(1) xargs(1)


 

Index

BEZEICHNUNG
ÜBERSICHT
BESCHREIBUNG
OPTIONEN
MAC-MODUS
UMWANDLUNGSMODI
UNICODE
Zeichenkodierungen
Umwandlung
Markierung der Bytereihenfolge
Unicode-Dateinamen unter Windows
Unicode-Beispiele
GB18030
BEISPIELE
REKURSIVE UMWANDLUNG
LOKALISIERUNG
RÜCKGABEWERT
STANDARDS
AUTOREN
SIEHE AUCH