主页 / unix / 问题 / 506506
Accepted
user1032531
Asked: 2019-03-16 05:04:53 +0800 CST

递归地将 Windows 文件转换为 Unix 文件

  • 772

我有一个 PHP 应用程序，它位于 Linux 上，有多个目录（和子目录）和许多 PHP、JS、HTML、CSS 等文件。许多文件都有 Windows EOL 控制字符，我还担心有些文件可能不是 UTF-8 编码，但可能是 ISO-8859-1、Windows-1252 等。我希望使用 LF 将所有文件转换为 UTF-8只要。

看起来我可能有几个步骤。

dos2unix man 提供了这个解决方案：

find . -name *.txt |xargs dos2unix

https://stackoverflow.com/a/11929475提供了这个解决方案：

find . -type f -print0 | xargs -0 dos2unix

https://stackoverflow.com/a/7068241提供了这个解决方案：

find ./ -type f -exec dos2unix {} \;

我认识到第一个只会转换不是我想要的 txt 文件，但我可以轻松更改为使用-type f. 话虽如此，一种解决方案是否比另一种解决方案“更好”？如果是这样，为什么？是否可以在不更改文件的情况下判断哪些文件将被更改？当我最终更改它们时，我不想更改日期，并打算使用 dos2unix 的--keepdate标志。是否应该使用任何其他选项？

接下来，我需要处理编码。 https://stackoverflow.com/a/805474/1032531推荐enca（或其姊妹命令encov）和https://stackoverflow.com/a/64889/1032531推荐iconv。它似乎也file可能适用。同样，应该使用哪一个（或者可能是其他所有东西）？我安装enca并执行时enca --list languages，它列出了几种语言，但没有列出英语（也许选择“无”？），我的问题是适用性。 iconv已经安装了，但是，它没有手册页（至少man iconv没有手册页）。这如何用于递归检查和转换编码？

请确认/更正我提出的解决方案或提供完整的解决方案。

files unicode

1 个回答

  1. Best Answer

    这里有很多问题合二为一。

    首先，当使用 find 时，我总是使用--exec而不是xargs. 作为一般规则，最好用尽可能少的命令来做事。但前两种方法也将所有文件名写入文本流，以便 xargs 重新解释回文件名。这是一个不必要的步骤，只会增加（当然很小）失败的机会。

    dos2unix将接受多个文件名，所以我会使用：

    find . -type f -exec dos2unix --keepdate {} +

    这将堆积一长串文件，然后dos2unix立即开始处理一大堆文件。

    要找出哪些文件将被触摸，只需删除 exec 子句：

    find . -type f

    编码变化的问题要大得多。请注意，没有办法可靠地确定任何文本文件的当前编码。有时可以猜到，但这绝不是 100% 可靠的。因此，如果您确定所有文件当前都是相同的编码，则只能批处理编码。

    我建议使用iconv. 这确实是这项工作的默认设置。你可以在这里找到它的手册页：

    https://linux.die.net/man/1/iconv

    这里有一个如何使用iconvwith的工作示例find：

    https://stackoverflow.com/questions/4544669/batch-convert-latin-1-files-to-utf-8-using-iconv

    • 1

相关问题