NOME¶

dos2unix - Conversor de formato de arquivo texto de DOS/Mac para Unix e vice-versa

SINOPSE¶

    dos2unix [opções] [ARQUIVO ...] [-n ARQENT ARQSAÍDA ...]
    unix2dos [opções] [ARQUIVO ...] [-n ARQENT ARQSAÍDA ...]

DESCRIÇÃO¶

O pacote Dos2unix inclui utilitários de "dos2unix" e "unix2dos" para converter arquivos texto nos formatos DOS ou Mac para formato Unix e vice-versa.

Em arquivos texto DOS/Windows uma quebra de linha, também conhecida como nova linha, é uma combinação de dois caracteres: um Carriage Return (CR) seguido por um Line Feed (LF). Em arquivos texto do Unix uma quebra de linha é um único caractere: o Line Feed (LF). Em arquivos texto do Mac, anteriores ao Mac OS X, uma quebra de linha era um único caractere Carriage Return (CR). Hoje em dia, Mac OS usa quebras de linha no estilo do Unix (LF).

Além das quebras de linhas, Dos2unix também pode converter as codificações de arquivos. Algumas poucas páginas podem ser convertidos para Latin-1 para Unix. E arquivos Unicode do Windows (UTF-16) podem ser convertidos para arquivos Unicode do Unix (UTF-8).

Arquivos binários são ignorados automaticamente, a menos que a conversão seja forçada.

Arquivos não regulares, tais como diretórios e FIFOs, são ignorados automaticamente.

Ligações simbólicas e seus alvos são por padrão mantidas intocáveis. Ligações simbólicas podem opcionalmente ser substituídas, ou a saída pode ser escrita para o alvo das ligações simbólicas. Não há suporte às ligações simbólicas do Windows.

Dos2unix foi modelado seguindo dos2unix do SunOS/Solaris. Há uma diferença importante em relação à versão original do SunOS/Solaris. Essa versão faz conversão no-lugar (modo de arquivo antigo) por padrão, enquanto a versão original do SunOS/Solaris fornecia suporte apenas a conversão pareada (modo de novo arquivo). Veja também as opções "-o" e "-n". Uma outra diferença é que a versão SunOS/Solaris usa, por padrão, a conversão de modo do iso enquanto esta versão usa o do ascii.

OPÇÕES¶

--

Trata as opções seguintes como nomes de arquivos. Use essa opção se você quiser converter arquivos cujos nomes iniciam com um traço. Por exemplo, para converter um arquivo chamado "foo", você pode usar este comando:

    dos2unix -- -foo
    

Ou em modo de novo arquivo:

    dos2unix -n -- -foo saída.txt
    

--allow-chown

Permite alteração da propriedade de arquivo no modo de arquivo antigo.

Quando esta opção é usada, a conversão não será abortada quando a propriedade do usuário e/ou do grupo do arquivo original não puder ser preservada no modo de arquivo antigo. A conversão continuará e o arquivo convertido receberá a mesma propriedade nova como se tivesse convertido no modo de novo arquivo. Veja também as opções "-o" e "-n". Esta opção só está disponível se o dos2unix oferecer suporte a preservação da propriedade do usuário e do grupo de arquivos.

-ascii

Converte apenas as quebras de linhas. Esse é o modo de conversão padrão.

-iso

Conversão entre conjunto de caractere do DOS e ISO-8859-1. Veja também a seção MODOS DE CONVERSÃO.

-1252

Usa a página de código 1252 do Windows (Europa ocidental).

-437

Usa a página de código 437 do DOS (EUA). Essa é a página de código padrão usada para conversão ISO.

-850

Usa a página de código 850 do DOS (Europa ocidental).

-860

Usa a página de código 860 do DOS (Português).

-863

Usa a página de código 863 do DOS (Francês do Canadá).

-865

Usa a página de código 865 do DOS (Nórdico).

-7

Converte caracteres de 8 bits para espaço de 7 bits.

-b, --keep-bom

Mantém marca de ordem de bytes (BOM). Quando o arquivo de entrada possuir um BOM, escreve um BOM no arquivo de saída. Esse é o comportamento padrão ao converter para quebras de linha do DOS. Veja também a opção "-r".

-c, --convmode MODOCONV

Define o modo de conversão, sendo MODOCONV um dentre: ascii, 7bit, iso, mac com ascii sendo o padrão.

-D, --display-enc CODIFICAÇÃO

Define a codificação do texto exibido, sendo CODIFICAÇÃO um dentre: ansi, unicode, utf8, utf8bom com ansi sendo o padrão.

Essa opção está disponível apenas no dos2unix para Windows com suporte a nome de arquivo em Unicode. Essa opção não possui efeito nos nomes de arquivos lidos e escritos, apenas em como eles são exibidos.

Há vários métodos para exibir texto em um console Windows baseado na codificação do texto. Todos eles possuem suas próprias vantagens e desvantagens.

-f, --force

Força a conversão de arquivos binários.

-gb, --gb18030

No Windows, arquivos UTF-16 são convertidos, por padrão, para UTF-8, independentemente da localização definida. Use esta opção para converter arquivos UTF-16 para GB18030. Essa opção está disponível apenas no Windows. Veja também a seção GB18030.

-h, --help

Exibe ajuda e sai.

-i[OPÇÕES], --info[=OPÇÕES] ARQUIVO ...

Exibe informação do arquivo. Nenhuma conversão é feita.

A seguinte informação é exibida, nesta ordem: número de quebras de linha do DOS, número de quebras de linha do Unix, número de quebras de linha do Mac, marca de ordem de byte, "text" ou "binary", nome de arquivo.

Exemplo de saída:

     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
    

Note que em algumas vezes um arquivo binário pode ser confundido com um arquivo texto. Veja também a opção "-s".

Opcionalmente, opções extra podem ser definidas para alterar a saída. Uma ou mais opções podem ser adicionadas.

    dos2unix -i *.txt

    dos2unix -idu *.txt

    dos2unix --info=b *.txt

    dos2unix -ic *.txt

    unix2dos -ic *.txt

    dos2unix -ic0 *.txt | xargs -0 dos2unix

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

-k, --keepdate

Mantém a marca da data do arquivo de saída igual ao do arquivo de entrada.

-L, --license

Exibe a licença do programa.

-l, --newline

Adiciona nova linha adicional.

dos2unix: Apenas quebras de linha do DOS são alteradas para duas quebras de linha do Unix. No modo Mac, apenas quebras de linha do Mac são alterados para duas quebras de linha do Unix.

unix2dos: Apenas quebras de linha do Unix são alteradas para duas quebras de linha do DOS. No modo Mac, quebras de linha do Unix são alteradas para duas quebras de linha do Mac.

-m, --add-bom

Escreve uma marca de ordem de byte (BOM) no arquivo de saída. Por padrão, um BOM UTF-8 é escrito.

Quando o arquivo de entrada é UTF-16, e a opção "-u" é usada, um BOM UTF-16 será escrito.

Nunca use essa opção quando a codificação de saída é outra além de UTF-8, UTF-16 ou GB18030. Veja também a seção UNICODE.

-n, --newfile ARQENT ARQSAÍDA ...

Modo de novo arquivo. Converte o arquivo ARQENT e escreve a saída para o arquivo ARQSAÍDA. Os nomes de arquivos devem ser fornecidos em pares e nome coringa não deveriam ser usados ou você vai perder seus arquivos.

A pessoa que começa a conversão em modo de novo arquivo (pareado) será o dono do arquivo convertido. As permissões de leitura/escrita do novo arquivo serão as permissões do arquivo original menos a umask(1) da pessoa que executa a conversão.

--no-allow-chown

Não permite alteração da propriedade do arquivo no modo de arquivo antigo (padrão).

Aborta a conversão quando a propriedade do usuário e/ou do grupo do arquivo original não puder ser preservada no modo de arquivo antigo. Veja também as opções "-o" e "-n". Esta opção só está disponível se o dos2unix oferecer suporte à preservação da propriedade do usuário e do grupo de arquivos.

-o, --oldfile ARQUIVO ...

Modo de arquivo antigo. Converte o arquivo ARQUIVO e o sobrescreve com a saída. O programa, por padrão, executa neste modo. Nomes coringas podem ser usados.

No modo de arquivo antigo (no-lugar) o arquivo convertido recebe no mesmo dono, grupo e permissões de leitura/escrita que o arquivo original. Também, quando o arquivo é convertido por outro usuário que tenha permissões de escrita no arquivo (ex.: usuário root). A conversão será abortada quando não for possível preservar os valores originais. Alteração do dono pode significar que o dono original não é mais capaz de ler o arquivo. Alteração do grupo pode ser um risco para a segurança, pois o arquivo pode ficar legível para pessoas cujo acesso não é desejado. Preservação do dono, grupo e permissões de leitura/escrita tem suporte apenas no Unix.

Para verificar se dos2unix oferece suporte à preservação da propriedade de usuário e de grupo de arquivos, digite "dos2unix -V".

A conversão sempre é feita através de um arquivo temporário. Quando um erro ocorre no meio da conversão, o arquivo temporário é excluído e o arquivo original permanece intacto. Quando a conversão é bem sucedida, o arquivo original é substituído pelo arquivo temporário. Você pode ter permissão de gravação no arquivo original, mas nenhuma permissão para colocar a mesma propriedade de usuário e/ou de grupo no arquivo temporário como o arquivo original. Isso significa que você não consegue preservar a propriedade de usuário e/ou de grupo do arquivo original. Neste caso, você pode usar a opção "-allow-chown" para continuar com a conversão:

    dos2unix --allow-chown foo.txt
    

Outra opção é usar o novo modo de arquivo:

    dos2unix -n foo.txt foo.txt
    

A vantagem da opção "--allow-chown" é que você pode usar coringas e as informações de propriedade serão preservadas quando possível.

-q, --quiet

Modo quieto. Suprime todos os avios e mensagens. O valor retornado é zero. Exceto quando opções de linha de comando erradas forem usadas.

-r, --remove-bom

Remove marca de ordem de bytes (BOM). Não escreve um BOM no arquivo de saída. Esse é o comportamento padrão ao converter para quebras de linha Unix. Veja também a opção "-b".

-s, --safe

Ignora arquivo binários (padrão).

A ação de ignorar arquivos binários é feita para evitar equívocos acidentais. Fique ciente de que a detecção de arquivos binários não é 100% à prova de erros. Arquivos de entrada são analisados por símbolos binários que, geralmente, não são encontrados em arquivos textos. É possível que um arquivo binário contenha apenas caracteres de texto normais. tal arquivo binário pode ser acidentalmente visto como um arquivo de texto.

-u, --keep-utf16

Mantém a codificação UTF-16 original do arquivo de entrada. O arquivo de saída será escrito na mesma codificação UTF-16, em little ou big endian, como o arquivo de entrada. Isso evita transformação para UTF-8. Como consequência, um BOM UTF-16 será escrito. Essa opção pode ser desabilitada com a opção "-ascii".

-ul, --assume-utf16le

Presume que o formato de arquivo de entrada é UTF-16LE.

Quando há uma marca de ordem de byte no arquivo de entrada, esta tem prioridade sobre essa opção.

Quando você fizer uma presunção equivocada (o arquivo de entrada não estava no formato UTF-16LE) e a conversão funcionar, você terá um arquivo de saída UTF-8 com texto errado. Você pode desfazer a conversão errada com iconv(1) pela conversão do arquivo de saída UTF-8 de volta para UTF-16LE. Isso vai trazer de volta o arquivo para o original.

A presunção de UTF-16LE funciona como um modo de conversão. Ao alternara o modo ascii padrão, a presunção de UTF-16LE é desativada.

-ub, --assume-utf16be

Presume que o formato de arquivo de entrada é UTF-16BE.

Essa opção funciona o mesmo que a opção "-ul".

-v, --verbose

Exibe mensagens detalhadas. Informação extra é exibida sobre marcas de ordem de byte e a quantidade de quebras de linha convertidas.

-F, --follow-symlink

Segue ligações simbólicas e converte os alvos.

-R, --replace-symlink

Substitui ligações simbólicas com arquivos convertidos (arquivos alvo originais permanecem inalterados).

-S, --skip-symlink

Mentém ligações simbólicas e alvos inalterados (padrão).

-V, --version

Exibe informação da versão e sai.

MODO MAC¶

No modo normal, as quebras de linhas são convertidas de DOS para Unix e vice-versa. Quebras de linha do Mac não são convertidas.

No modo Mac, quebras de linha são convertidas de Mac para Unix e vice-versa. Quebras de linha do DOS não são alteradas.

Para executar no modo Mac, use a opção de linha de comando "-c mac" ou use os comandos "mac2unix" ou "unix2mac".

MODOS DE CONVERSÃO¶

ascii

No modo "ascii", apenas as quebras de linha são convertidas. Esse é o modo de conversão padrão.

Apesar do nome deste modo ser ASCII, o qual é um padrão de 7 bits, o modo é em verdade 8 bits. Sempre use este modo quando quiser converter arquivos Unicode UTF-8.

7bit

Neste modo todos os caracteres não-ASCII de 8 bits (com valores entre 128 e 255) são convertidos para um espaço de 7 bits.

iso

Caracteres são convertidos entre um conjunto de caracteres do DOS (página de código) e conjunto de caracteres ISO-8859-1 (Latin-1) no Unix. Caracteres de DOS sem um equivalente ISO-8859-1, para os quais a conversão não é possível, são convertidos para um ponto. O mesmo vale para caracteres ISO-8859-1 sem a contraparte DOS.

Quando apenas a opção "-iso" for usada, dos2unix vai tentar determinar a página de código ativa. Quando isso não for possível, dos2unix vai usar a página de código padrão CP437, a qual é usada principalmente nos EUA. Para forçar uma página de código específica, use as opções "-437" (EUA), "-850" (Europeu oriental), "-860" (Português), "-863" (Franco-canadense) ou "-865" (Nórdico). Também há suporte à página de código do Windows CP1252 (Europeu ocidental) com a opção "-1252". Para outras páginas de código, use dos2unix em combinação cm iconv(1). Iconv pode converter entre uma lista grande de codificações de caracteres.

Nunca use conversão ISO em arquivos textos Unicode. Isso vai corromper os arquivos codificados em UTF-8.

Alguns exemplos:

Conversão da página de código padrão do DOS para Latin-1 do Unix:

    dos2unix -iso -n entrada.txt saída.txt
    

Conversão da CP850 do DOS para Latin-1 do Unix:

    dos2unix -850 -n entrada.txt saída.txt
    

Conversão da CP1252 do Windows para Latin-1 do Unix:

    dos2unix -1252 -n entrada.txt saída.txt
    

Conversão da CP1252 do Windows para UTF-8 (Unicode) do Unix:

    iconv -f CP1252 -t UTF-8 entrada.txt | dos2unix > saída.txt
    

Conversão de Latin-1 do Unix para página de código padrão do DOS:

    unix2dos -iso -n entrada.txt saída.txt
    

Conversão do Latin-1 do Unix para CP850 do DOS:

    unix2dos -850 -n entrada.txt saída.txt
    

Conversão do Latin-1 do unix para CP1252 do Windows:

    unix2dos -1252 -n entrada.txt saída.txt
    

Conversão do UTF-8 (Unicode) do Unix para CP1252 do Windows:

    unix2dos < entrada.txt | iconv -f UTF-8 -t CP1252 > saída.txt
    

Veja também <http://czyborra.com/charsets/codepages.html> e <http://czyborra.com/charsets/iso8859.html>.

UNICODE¶

    dos2unix -n entrada.txt saída.txt

    dos2unix -ul -n entrada.txt saída.txt

    unix2dos -m -n entrada.txt saída.txt

    unix2dos < entrada.txt | iconv -f UTF-8 -t UTF-16 > saída.txt

GB18030¶

GB18030 é um padrão governamental chinês. Um subconjunto obrigatório do padrão GB18030 é exigido oficialmente para todos os produtos de software vendidos na China. Veja também <http://en.wikipedia.org/wiki/GB_18030>.

GB18030 é completamente compatível com Unicode e pode ser considerado um formato de transformação de unicode. Assim como UTF-8, GB18030 é compatível com ASCII. GB18030 também é compatível com a página de código 936 do Windows, também conhecida como GBK.

No Unix/Linux, arquivos UTF-16 são convertidos para GB18030 quando a codificação da localização é definida para GB18030. Note que isso vai funcionar apenas se o sistemas oferecer suporte à localização. Use o comando "locale -a" para obter a lista de localizações às quais há suporte.

No Windows, você precisa usar a opção "-gb" para converter arquivos UTF-16 para GB18030.

Arquivos codificados em GB18030 possuem uma marca de ordem de bytes, como arquivos Unicode.

EXEMPLOS¶

Lê a entrada da "stdin" e escreve a saída para "stdout":

    dos2unix < a.txt
    cat a.txt | dos2unix

Converte e substitui a.txt. Converte e substitui b.txt:

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

Converte e substitui a.txt no modo de conversão ascii:

    dos2unix a.txt

Converte e substitui a.txt no modo de conversão ascii. Converte e substitui b.txt no modo de conversão 7bit:

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

Converte a.txt do formato do Mac para Unix:

    dos2unix -c mac a.txt
    mac2unix a.txt

Converte a.txt do formato do Unix para Mac:

    unix2dos -c mac a.txt
    unix2mac a.txt

Converte e substitui a.txt enquanto mantém a marca de data original:

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

Converte a.txt e escreve para e.txt:

    dos2unix -n a.txt e.txt

Converte a.txt e escreve para e.txt, mantém a marca de data de e.txt igual a a.txt:

    dos2unix -k -n a.txt e.txt

Converte e substitui a.txt. Converte b.txt e escreve para e.txt:

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

Converte c.txt e escreve para e.txt. Converte e substitui a.txt. Converte e substitui b.txt. Converte d.txt e escreve para f.txt:

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

CONVERSÃO RECURSIVA¶

Em um shell Unix, os comandos find(1) e xargs(1) podem ser usados para executar recursivamente o dos2unix em todos os arquivos texto em uma árvore de diretórios. Por exemplo, para converter todos os arquivos .txt na árvore de diretórios sob o diretório atual, digite:

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

A opção do find(1) "-print0" e a opção correspondente do xargs(1) "-0" são necessárias quando houver arquivos com espaços ou aspas no nome. Do contrário, essas opções podem ser omitidas. Outra alternativa é usar find(1) com a opção "-exec":

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

Em um Prompt de Comando do Windows o seguinte comando pode ser usado:

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

Usuários do PowerShell podem usar o seguinte comando no Windows PowerShell:

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

LOCALIZAÇÃO¶

LANG

O idioma primário é selecionado com a variável de ambiente LANG. A variável LANG consiste em várias partes. A primeira parte está em letras pequenas no código do idioma. A segunda parte é opcional e é o código do país em letras maiúsculo, precedida de um sublinhado. Há também uma terceira parte opcional: codificação de caractere, precedida com um ponto. Alguns exemplos para shells do tipo padrão POSIX:

    export LANG=nl               Holandês
    export LANG=nl_NL            Holandês, Holanda
    export LANG=nl_BE            Holandês, Bélgica
    export LANG=es_ES            Espanhol, Espanha
    export LANG=es_MX            Espanhol, México
    export LANG=en_US.iso88591   Inglês, EUA, codificação Latin-1
    export LANG=en_GB.UTF-8      Inglês, Reino Unido, codificação UTF-8
    

Para a lista completa de códigos de idioma e país, veja o manual do gettext: <http://www.gnu.org/software/gettext/manual/html_node/Usual-Language-Codes.html>

Nos sistemas Unix, você pode usar o comando locale(1) para obter informação específica da localização.

LANGUAGE

Com a variável de ambiente LANGUAGE, você pode especificar uma lista de prioridades de idiomas, separada por vírgulas. Dos2unix fornece preferência à LANGUAGE sobre LANG. Por exemplo, primeiro holandês e, então, alemão: "LANGUAGE=nl:de". Você primeiro tem que habilitar localização, definindo LANG (ou LC_ALL) para um valor diferente de "C", antes que você possa usar uma lista de prioridade de idioma por meio da variável LANGUAGE. Veja também o manual do gettext: <http://www.gnu.org/software/gettext/manual/html_node/The-LANGUAGE-variable.html>

Se você selecionou um idioma que não está disponível, você vai terá as mensagens em inglês (padrão).

DOS2UNIX_LOCALEDIR

Com a variável de ambiente DOS2UNIX_LOCALEDIR, o LOCALEDIR definido durante a compilação pode ser sobrescrito. LOCALEDIR é usada para localizar os arquivos de idioma. O valor padrão do GNU é "/usr/local/share/locale". A opção --version vai exibir o LOCALEDIR que é usado.

Exemplo (shell POSIX):

    export DOS2UNIX_LOCALEDIR=$HOME/share/locale
    

VALOR RETORNADO¶

No sucesso, zero é retornado. Quando um erro de sistema ocorre, o último erro de sistema será retornado. Para outros erros, 1 é retornado.

O valor retornado é sempre zero no modo quieto, exceto quando opções de linha de comando erradas são usadas.

PADRÕES¶

<http://en.wikipedia.org/wiki/Text_file>

<http://en.wikipedia.org/wiki/Carriage_return>

<http://en.wikipedia.org/wiki/Newline>

<http://en.wikipedia.org/wiki/Unicode>

AUTORES¶

Benjamin Lin - <blin@socs.uts.edu.au> Bernd Johannes Wuebben (modo mac2unix) - <wuebben@kde.org>, Christian Wurll (adiciona nova linha extra) - <wurll@ira.uka.de>, Erwin Waterlander - <waterlan@xs4all.nl> (mantenedor)

Página do projeto: <http://waterlan.home.xs4all.nl/dos2unix.html>

Página do SourceForge: <http://sourceforge.net/projects/dos2unix/>

VEJA TAMBÉM¶

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