dos2unix - Convertidor de archivos de texto de formato DOS/Mac a Unix y viceversa
dos2unix [parámetros] [ARCHIVO ...] [-n ARCH_DE_ENTRADA ARCH_DE_SALIDA ...]
unix2dos [parámetros] [ARCHIVO ...] [-n ARCH_DE_ENTRADA ARCH_DE_SALIDA ...]
El paquete Dos2unix incluye las utilerías dos2unix
y unix2dos
para convertir archivos de texto plano en formato DOS o Mac a formato Unix y viceversa.
En archivos de texto DOS/Windows, un salto de línea, también conocido como nueva línea, es una combinación de dos caracteres: un retorno de carro (CR) seguido por un salto de línea (LF). En archivos de texto Unix, un salto de línea es solamente un carácter: el salto de línea (LF). En archivos de texto Mac, antes de Mac OS X, un salto de línea era sólo un carácter retorno de carro (CR). Actualmente, Mac OS usa el estilo Unix de saltos de línea (LF).
Además de saltos de línea, Dos2unix puede también convertir la codificación de archivos. Unas cuantas páginas de códigos DOS pueden ser convertidas a Unix Latin-1. Y archivos Unicode de Windows (UTF-16) pueden ser convertidos a archivos Unicode de Unix (UTF-8).
Los archivos binarios son ignorados automáticamente, a menos que se fuerce su conversión.
Los archivos no regulares, tales como directorios y FIFO, son ignorados automáticamente.
Symbolic links and their targets are by default kept untouched. Symbolic links can optionally be replaced, or the output can be written to the symbolic link target. Writing to a symbolic link target is not supported on Windows.
Dos2unix was modelled after dos2unix under SunOS/Solaris. There is one important difference with the original SunOS/Solaris version. This version does by default in-place conversion (old file mode), while the original SunOS/Solaris version only supports paired conversion (new file mode). See also options -o
and -n
.
Todos los parámetros siguientes son tratados como nombres de archivo. Use este parámetro si desea convertir archivos cuyos nombres inician con un guión. Por ejemplo para convertir un archivo llamado "-foo", use este comando:
dos2unix -- -foo
O en modo de archivo nuevo:
dos2unix -n -- -foo out.txt
Sólo convierte los salto de línea. Éste es el modo de conversión por defecto.
Conversión entre el conjunto de caracteres DOS e ISO-8859-1. Véase también la sección MODOS DE CONVERSIÓN.
Usa la página de códigos Windows 1252 (Europa Occidental).
Usa la página de códigos DOS 437 (EE. UU.). Está es la página de códigos usada por defecto para conversión ISO.
Usa la página de códigos DOS 850 (Europa Occidental).
Usa la página de códigos DOS 860 (Portugués).
Usa la página de códigos DOS 863 (Francocanadiense).
Usa la página de códigos DOS 865 (Nórdico).
Convierte caracteres de 8 bits al espacio de 7 bits.
Establece el modo de conversión, Donde CONVMODE puede ser: ascii, 7bit, iso, mac siendo ascii el valor por defecto.
Fuerza la conversión de archivos binarios.
Despiega la ayuda y termina el programa.
Mantiene la fecha del archivo de salida igual a la del archivo de entrada.
Muestra la licencia del programa.
Añade salto de línea adicional.
dos2unix: Sólo los saltos de línea DOS son cambiados por dos saltos de línea Unix. En modo Mac sólo los saltos de línea Mac son cambiados por dos saltos de línea Unix.
unix2dos: Sólo los saltos de línea Unix son cambiados por dos saltos de línea DOS. En modo Mac los saltos de línea Unix son cambiados por dos saltos de línea Mac.
Escribe una marca de orden de bytes para UTF-8 en el archivo de salida. Nunca use esta opción cuando la codificación de salida sea distinta de UTF-8. Véase también la sección UNICODE.
Modo de archivo nuevo. Convierte el archivo ARCH_DE_ENTRADA y escribe la salida al archivo ARCH_DE_SALIDA. Los nombres de archivo deben ser dados en pares y los comodines no deben ser usados o perderá sus archivos.
La persona que inicia la conversión en el modo de archivo nuevo (pareado) será el propietario del archivo convertido. Los permisos de lectura/escritura del archivo nuevo serán los permisos del archivo original menos la umask(1) de la persona que ejecute la conversión.
Modo de archivo viejo. Convierte el archivo ARCHIVO y lo sobrescribe con la salida. El programa por defecto se ejecuta en este modo. Sí se pueden emplear comodines.
En modo de archivo antiguo (in situ), el archivo convertido obtiene el mismo propietario, grupo, y permisos de lectura/escritura que el archivo original. Lo mismo aplica cuando el archivo es convertido por otro usuario quien tiene permiso de lectura en el archivo (p.e. usuario root). La conversión será abortada cuando no sea posible preservar los valores originales. Cambiar el propietario implicaría que el propietario original ya no podrá leer el archivo. Cambiar el grupo podría ser un riesgo de seguridad, ya que el archivo podría ser accesible a personas inadecuadas. La preservación del propietario, grupo, y permisos de lectura/escritura sólo está soportada bajo Unix.
Modo silencioso. Suprime todas las advertencias y mensajes. El valor retornado es cero. Excepto cuando se emplean parámetros incorrectos.
Ignora los archivos binarios (por defecto).
Supone que el formato de archivo de entrada es UTF-16LE.
Cuando existe una marca de orden de bytes (BOM) en el archivo de entrada, la BOM tiene prioridad sobre esta opción.
Cuando se hace un supuesto incorrecto (el archivo de entrada no estaba en formato UTF-16LE) y la conversión tiene éxito, obtendrá un archivo UTF-8 de salida con el texto erróneo. La conversión errónea puede ser deshecha con iconv(1) mediante convertir el archivo UTF-8 de salida de vuelta a UTF-16LE. Esto restaurará el archivo original.
El supuesto de UTF-16LE funciona como un modo de conversión. Al cambiar al modo por defecto ascii el supuesto UTF-16LE es deshabilitado.
Supone que el formato del archivo de entrada es UTF-16BE.
Esta opción funciona igual que la opción -ul
.
Sigue los enlaces simbólicos y convierte los destinos.
Reemplaza los enlaces simbólicos con los archivos convertidos (los archivos destino originales no se alteran).
No altera los enlaces simbólicos ni sus destinos (por defecto).
Despiega la información de la versión y termina el programa.
En modo normal los saltos de línea son convertidos de DOS a Unix y viceversa. Los saltos de línea Mac no son convertidos.
En modo Mac los saltos de línea son convertidos de Mac a Unix y viceversa. Los saltos de línea DOS no son modificados.
Para ejecutar en modo Mac use el modificador -c mac
o use los comandos mac2unix
o unix2mac
.
En modo ascii
sólo los saltos de línea son convertidos. Éste es el modo de conversión por defecto.
Aunque el nombre de este modo es ASCII, el cual es un estándar de 7 bits, éste emplea 8 bits. Siempre use este modo cuando convierta archivos en Unicode UTF-8.
En este modo todos los caracteres no ASCII de 8 bits (con valores de 128 a 255) son convertidos al espacio de 7 bits.
Los caracteres son convertidos entre un conjunto de caracteres DOS (página de códigos) y el conjunto de caracteres ISO-8859-1 (Latín-1) de Unix. Los caracteres DOS sin equivalente ISO-8859-1, para los cuales la conversión es imposible, son convertidos en un punto. Lo mismo se aplica para caracteres ISO-8859-1 sin contraparte DOS.
Cuando sólo se emplea el parámetro -iso
, dos2unix intentará determinar la página de códigos activa. Cuando esto no sea posible, dos2unix utilizará la página de códigos 437 por defecto, la cual es empleada principalmente en EE. UU. Para forzar una página de códigos específica emplee los parámetros -437
(EE. UU.), -850
(Europa Occidental), -860
(Portugués), -863
(Francocanadiense), o -865
(Nórdico). La página de códigos Windows 1252 (Europa Occidental) también está soportada con el parámetro -1252
. Para acceder a otras páginas de códigos use dos2unix en combinación con iconv(1). Iconv puede convertir entre una larga lista de codificaciones de caracteres.
Nunca emplee la conversión ISO en archivos de texto Unicode. Esto corromperá los archivos codificados como UTF-8.
Algunos ejemplos:
Convierte de la página de códigos por defecto de DOS a Latín-1 de Unix.
dos2unix -iso -n in.txt out.txt
Convierte de DOS 850 a Unix Latín-1.
dos2unix -850 -n in.txt out.txt
Convierte de Windows 1252 a Unix Latín-1.
dos2unix -1252 -n in.txt out.txt
Convierte de Windows 1252 a Unix UTF-8 (Unicode).
iconv -f CP1252 -t UTF-8 in.txt | dos2unix > out.txt
Convert from Unix Latin-1 to DOS default code page
unix2dos -iso -n in.txt out.txt
Convierte de Unix Latín-1 a DOS 850.
unix2dos -850 -n in.txt out.txt
Convierte de Unix Latín-1 a Windows 1252.
unix2dos -1252 -n in.txt out.txt
Convierte de Unix UTF-8 (Unicode) a Windows 1252.
unix2dos < in.txt | iconv -f UTF-8 -t CP1252 > out.txt
Véase también http://czyborra.com/charsets/codepages.html y http://czyborra.com/charsets/iso8859.html.
Existen diferentes codificaciones Unicode. En Unix y Linux los archivos Unicode son codificados comúnmente como UTF-8. En Windows los archivos de texto Unicode pueden estar codificados en UTF-8, UTF-16, o UTF-16 big endian, pero con más frecuencia son codificados en formato UTF-16.
Los archivos de texto Unicode pueden tener saltos de línea DOS, Unix o Mac, como cualquier archivo de texto.
Todas las versiones de dos2unix y unix2dos pueden convertir archivos codificados como UTF-8, debido a que UTF-8 fue diseñado para retro-compatibilidad con ASCII.
Dos2unix y unix2dos con soporte Unicode UTF-16, pueden leer archivos de texto codificados como UTF-16 little y big endian. Para ver si dos2unix fue compilado con soporte UTF-16 escriba dos2unix -V
.
Las versiones Windows de dos2unix y unix2dos siempre convierten archivos Codificados como UTF-16 a UTF-8. Las versiones Unix de dos2unix/unix2dos convierten archivos UTF-16 a la codificación de caracteres local cuando es configurado a UTF-8. Emplee el comando locale(1) para determinar cual es la codificación de caracteres local.
Dado que los archivos de texto formateados UTF-8 son bien soportados tanto en Windows como en Unix, dos2unix y unix2dos no tienen opción para escribir archivos UTF-16. Todos los caracteres UTF-16 pueden ser codificados en UTF-8. La conversión de UTF-16 a UTF-8 ocurre sin pérdida. Los archivos UTF-16 serán ignorados en Unix cuando la codificación de caracteres local no sea UTF-8, para evitar la pérdida accidental de texto. Cuando ocurre un error de conversión de UTF-16 a UTF-8, por ejemplo cuando el archivo de entrada UTF-16 contiene un error, el archivo será ignorado.
La conversión en modos ISO y 7-bit no funciona en archivos UTF-16.
En Windows los archivos de texto Unicode típicamente tienen una marca de orden de bytes (BOM), debido a que muchos programas de Windows (incluyendo el Bloc de notas) añaden una BOM por defecto. Véase también http://es.wikipedia.org/wiki/Marca_de_orden_de_bytes_%28BOM%29.
En Unix los archivos Unicode típicamente no tienen una BOM. Se supone que los archivos de texto son codificados en la codificación de caracteres local.
Dos2unix sólo puede detectar si un archivo está en formato UTF-16 si el archivo tiene una BOM. Cuando un archivo UTF-16 no tiene una BOM, dos2unix tratará el archivo como un archivo binario.
Emplee la opción -ul
o -ub
para convertir un archivo UTF-16 sin BOM.
Dos2unix nunca escribe una BOM en el archivo de salida, a menos que emplee la opción -m
.
Unix2dos escribe una BOM en el archivo de salida cuando el archivo de entrada tiene una BOM, o cuando se emplea la opción -m
.
Convertir de Windows UTF-16 (con una BOM) a Unix UTF-8
dos2unix -n in.txt out.txt
Convertir de Windows UTF-16LE (sin una BOM) a Unix UTF-8
dos2unix -ul -n in.txt out.txt
Convertir de Unix UTF-8 a Windows UTF-8 sin una BOM
unix2dos -m -n in.txt out.txt
Convertir de Unix UTF-8 a Windows UTF-16
unix2dos < in.txt | iconv -f UTF-8 -t UTF-16 > out.txt
Lee la entrada desde 'stdin' y escribe la salida a 'stdout'.
dos2unix
dos2unix -l -c mac
Convierte y reemplaza a.txt. Convierte y reemplaza b.txt.
dos2unix a.txt b.txt
dos2unix -o a.txt b.txt
Convierte y reemplaza a.txt empleando modo de conversión ascii.
dos2unix a.txt
Convierte y reemplaza a.txt empleando modo de conversión ascii. Convierte y reemplaza b.txt empleando modo de conversión de 7bits.
dos2unix a.txt -c 7bit b.txt
dos2unix -c ascii a.txt -c 7bit b.txt
dos2unix -ascii a.txt -7 b.txt
Convierte a.txt del formato de Mac a Unix.
dos2unix -c mac a.txt
mac2unix a.txt
Convierte a.txt del formato de Unix a Mac.
unix2dos -c mac a.txt
unix2mac a.txt
Convierte y reemplaza a.txt manteniendo la fecha del archivo original.
dos2unix -k a.txt
dos2unix -k -o a.txt
Convierte a.txt y escribe la salida a e.txt.
dos2unix -n a.txt e.txt
Convierte a.txt y escribe la salida a e.txt, manteniendo la fecha de e.txt igual a la de a.txt.
dos2unix -k -n a.txt e.txt
Convierte y reemplaza a.txt. Convierte b.txt y escribe a e.txt.
dos2unix a.txt -n b.txt e.txt
dos2unix -o a.txt -n b.txt e.txt
Convierte c.txt y escribe a e.txt. Convierte y reemplaza a.txt. Convierte y reemplaza b.txt. Convierte d.txt y escribe a f.txt.
dos2unix -n c.txt e.txt -o a.txt b.txt -n d.txt f.txt
Emplee dos2unix en combinación con los comandos find(1) y xargs(1) para convertir recursivamente archivos de texto contenidos en un árbol de directorios. Por ejemplo para convertir todos los archivos .txt en el árbol de directorios debajo del directorio actual escriba:
find . -name *.txt |xargs dos2unix
El idioma principal se selecciona con la variable de entorno LANG. La variable LANG consiste de varias partes. La primer parte es el código del idioma en minúsculas. La segunda es opcional y es el código del país en mayúsculas, precedido por un guión bajo. Existe también una tercera parte opcional: la codificación de caracteres, precedida por un punto. Unos cuantos ejemplos para intérpretes de comandos tipo POSIX estándar:
export LANG=nl Neerlandés
export LANG=nl_NL Neerlandés, Países Bajos
export LANG=nl_BE Neerlandés, Bélgica
export LANG=es_ES Español, España
export LANG=es_MX Español, México
export LANG=en_US.iso88591 Ingles, EE. UU., codificación Latín-1
export LANG=en_GB.UTF-8 Ingles, Reino Unido, codificación UTF-8
Para una lista completa de códigos de idioma y país véase el manual de gettext: http://www.gnu.org/software/gettext/manual/gettext.html#Language-Codes
En sistemas Unix puede emplear el comando locale(1) para obtener información específica del locale.
Con la variable de entorno LANGUAGE puede especificar una lista de prioridad de los idiomas, separados por dos puntos. Dos2unix da preferencia a LANGUAGE por encima de LANG. Por ejemplo, primero neerlandés y entonces alemán: LANGUAGE=nl:de
. Antes de que pueda usar una lista de prioridad de idiomas a través de la variable LANGUAGE, primero tiene que habilitar la internacionalización, mediante asignar un valor distinto de "C" a LANG (o LC_ALL). Véase también el manual de gettext: http://www.gnu.org/software/gettext/manual/gettext.html#The-LANGUAGE-variable
Si selecciona un idioma que no está disponible el programa funcionará en ingles.
Con la variable de entorno DOS2UNIX_LOCALEDIR el LOCALEDIR asignado durante la compilación puede ser modificado. LOCALEDIR es usado para encontrar los archivos de idioma. El valor por defecto de GNU es /usr/local/share/locale
. El parámetro --version desplegará el LOCALEDIR en uso.
Ejemplo (intérprete de comandos POSIX):
export DOS2UNIX_LOCALEDIR=$HOME/share/locale
Se regresa cero cuando el programa termina exitosamente. Cuando ocurre un error del sistema se regresará el último número de error del sistema. Para otros errores se regresa 1.
El valor de retorno es siempre cero en modo silencioso, excepto cuando se emplean parámetros incorrectos.
http://es.wikipedia.org/wiki/Documento_de_texto
http://es.wikipedia.org/wiki/Retorno_de_carro
http://es.wikipedia.org/wiki/Nueva_l%C3%ADnea
http://es.wikipedia.org/wiki/Unicode
Benjamin Lin - <blin@socs.uts.edu.au> Bernd Johannes Wuebben (mac2unix mode) - <wuebben@kde.org>, Christian Wurll (add extra newline) - <wurll@ira.uka.de>, Erwin Waterlander - <waterlan@xs4all.nl> (Maintainer)
Página del proyecto: http://waterlan.home.xs4all.nl/dos2unix.html
Página de SourceForge: http://sourceforge.net/projects/dos2unix/
Freecode: http://freecode.com/projects/dos2unix
file(1) find(1) iconv(1) locale(1) xargs(1)