如何找出文本文件中的行尾？
Posted
技术标签:
【中文标题】如何找出文本文件中的行尾？【英文标题】：How to find out line-endings in a text file? 【发布时间】：2011-04-03 22:56:33 【问题描述】：我正在尝试在 bash 中使用某些东西来向我显示打印而不是解释的文件中的行尾。该文件是来自 SSIS/SQL Server 的转储文件，正在被 Linux 机器读取以进行处理。
vi、less、more等内部有开关吗？
除了查看行尾，我还需要知道它是什么类型的行尾（CRLF 或LF）。我怎么知道呢？
【问题讨论】：
一般提示：如果您知道可以使用哪个 *nix/cygwin 命令，您可以随时查看其联机帮助页来搜索可能为您提供所需功能的开关。例如，man less.
【参考方案1】：
您可以使用file 实用程序来指示行尾的类型。
Unix：
$ file testfile1.txt
testfile.txt: ASCII text
“DOS”：
$ file testfile2.txt
testfile2.txt: ASCII text, with CRLF line terminators
从“DOS”转换为 Unix：
$ dos2unix testfile2.txt
从 Unix 转换为“DOS”：
$ unix2dos testfile1.txt
转换已转换的文件无效，因此可以安全地盲目运行（即不先测试格式），尽管通常的免责声明一如既往地适用。
【讨论】：
这些现在有时分别命名为“fromdos”和“todos”（在 Ubuntu 10.4+ 中就是这种情况） @JessChadwick：是的，但前提是您使用sudo apt-get install tofrodos 显式安装tofrodos 包 - 就像您必须运行sudo apt-get install dos2unix 才能获得dos2unix 和unix2dos。
其实dos2unix不能做所有的工作，我认为***.com/questions/23828554/dos2unix-doesnt-convert-m给出了最好的答案
@nathan：dos2unix 失败的原因是什么？该问题的 OP 仅模糊地描述了该问题。
@DennisWilliamson file 命令在 dos2unix 命令之前和之后得到相同的输出：xxx.c C 源代码，ASCII 文本，带有 CR，LF 行终止符。我发现这个 c 文件在喜欢 xxxxxxx ^M xxxxxxx 的行中间有 ^M【参考方案2】：
Ubuntu 14.04：
简单的cat -e <filename> 工作得很好。
这会将 Unix 行尾（\n 或 LF）显示为 $，将 Windows 行尾（\r\n 或 CRLF）显示为 ^M$。
【讨论】：
也适用于 OSX。很好的解决方案。简单并且对我有用，而接受的答案却没有。 （注意：不是.txt 文件）
M$ 的展示是在抨击复活节/windows 吗？
不适用于 Solaris，但 man 说它应该可以工作
@TomM 没有。 ^M$ 中的插入符号将其反转为 Microsoft 信徒的复活节彩蛋。
我发现必须使用cat -vE <filename> 才能看到\r 字符（显示为^M）和\n 字符（显示为$）。这是在 Linux 上使用 GNU cat。【参考方案3】：
在vi...
:set list 查看行尾。
:set nolist 恢复正常。
虽然我认为您在vi 中看不到\n 或\r\n，但您可以通过查看它是哪种类型的文件（UNIX、DOS 等）来推断它具有哪些行结尾。 .
:set ff
或者，您可以从bash 使用od -t c <filename> 或仅使用od -c <filename> 来显示回报。
【讨论】：
不幸的是，我认为 vi 不能显示那些特定的字符。您可以尝试 od -c:set fileformat 将报告 unix 或 dos 中的哪一个 vim 认为文件的行结尾在。您可以通过 :set fileformat=unix 更改它。
在启动 vi/vim 时使用 -b 标志，然后使用 :set list 查看 CR (^M) 和 LF ($) 结尾。
@RyanBerger - 看起来你缺少 -t。应该是od -t c file/path，但感谢新程序。效果很好！【参考方案4】：
在 bash shell 中，尝试cat -v <filename>。这应该显示 windows 文件的回车。
（这在 Windows XP 上通过 Cygwin 在 rxvt 中对我有用）。
编者注：cat -v 可视化 \r (CR) 字符。作为^M。因此，行尾\r\n 序列将在每个输出行的末尾显示为^M。 cat -e 将另外可视化\n，即$。 （cat -et 还会将制表符可视化为^I。）
【讨论】：
@ChrisK：试试echo -e 'abc\ndef\r\n' | cat -v，你应该会在“def”之后看到^M。
我想看看文件是否有 ^M(Windows/DOS EOL) 并且只有 cat -v 向我展示了这一点。为此 +1
^M = DOS/Windows 风格
更正：因此，行尾 \r\n 序列将显示为 ^M$【参考方案5】：
尝试file，然后是file -k，然后是dos2unix -ih
file 通常就足够了。但对于棘手的情况，请尝试 file -k 或 dosunix -ih。
详情如下。
试试file -k
短版：file -k somefile.txt会告诉你。
with CRLF line endings。
它将为 MAC 行结尾输出 with CR line endings。
对于 Linux/Unix 行“LF”，它只会输出text。 （因此，如果它没有明确提及任何类型的 line endings，那么这隐含的意思是：“LF 行结尾”。）
长版见下文。
现实世界的例子：证书编码
我有时必须检查 PEM 证书文件。
普通file 的问题在于：有时它试图变得太聪明/太具体。
让我们做个小测验：我有一些文件。其中一个文件具有不同的行尾。哪一个？
（顺便说一句：这是我典型的“证书工作”目录之一。）
让我们试试普通的file:
$ file -- *
0.example.end.cer: PEM certificate
0.example.end.key: PEM RSA private key
1.example.int.cer: PEM certificate
2.example.root.cer: PEM certificate
example.opensslconfig.ini: ASCII text
example.req: PEM certificate request
嗯。它没有告诉我行尾。我已经知道那些是证书文件。我不需要“文件”来告诉我。
你还能尝试什么？
您可以尝试使用 dos2unix 和 --info 开关，如下所示：
$ dos2unix --info -- *
37 0 0 no_bom text 0.example.end.cer
0 27 0 no_bom text 0.example.end.key
0 28 0 no_bom text 1.example.int.cer
0 25 0 no_bom text 2.example.root.cer
0 35 0 no_bom text example.opensslconfig.ini
0 19 0 no_bom text example.req
所以这告诉你：是的，“0.example.end.cer”一定是个奇怪的人。但是有什么样的行尾呢？ 你是否熟悉 dos2unix 输出格式？ （我没有。）
但幸运的是file中有--keep-going（或简称-k）选项：
$ file --keep-going -- *
0.example.end.cer: PEM certificate\012- , ASCII text, with CRLF line terminators\012- data
0.example.end.key: PEM RSA private key\012- , ASCII text\012- data
1.example.int.cer: PEM certificate\012- , ASCII text\012- data
2.example.root.cer: PEM certificate\012- , ASCII text\012- data
example.opensslconfig.ini: ASCII text\012- data
example.req: PEM certificate request\012- , ASCII text\012- data
太棒了！现在我们知道我们的奇数文件有 DOS (CRLF) 行结尾。 （并且其他文件具有 Unix (LF) 行结尾。这在此输出中并不明确。它是隐含的。这正是 file 期望的“常规”文本文件的方式。）
（如果你想分享我的助记词：“L”代表“Linux”和“LF”。）
现在让我们转换罪魁祸首再试一次：
$ dos2unix -- 0.example.end.cer
$ file --keep-going -- *
0.example.end.cer: PEM certificate\012- , ASCII text\012- data
0.example.end.key: PEM RSA private key\012- , ASCII text\012- data
1.example.int.cer: PEM certificate\012- , ASCII text\012- data
2.example.root.cer: PEM certificate\012- , ASCII text\012- data
example.opensslconfig.ini: ASCII text\012- data
example.req: PEM certificate request\012- , ASCII text\012- data
很好。现在所有证书都有 Unix 行结尾。
试试dos2unix -ih
我在写上面的例子时并不知道这一点，但是：
事实上，如果你像这样使用-ih（--info=h 的缩写），dos2unix 会给你一个标题行：
$ dos2unix -ih -- *
DOS UNIX MAC BOM TXTBIN FILE
0 37 0 no_bom text 0.example.end.cer
0 27 0 no_bom text 0.example.end.key
0 28 0 no_bom text 1.example.int.cer
0 25 0 no_bom text 2.example.root.cer
0 35 0 no_bom text example.opensslconfig.ini
0 19 0 no_bom text example.req
还有一个“实际上”的时刻：标题格式真的很容易记住：这里有两个助记符：
-
它是 DUMB（从左到右：d 代表 Dos，u 代表 Unix，m 代表 Mac，b 代表 BOM）。
另外：“DUM”只是 D、U 和 M 的字母顺序。
进一步阅读
man file
man dos2unix
***：Newline
【讨论】：
它在 MinTTY 的 Windows 上生成如下输出：Accounts.java: Java source, ASCII text\012-
@standalone：有趣。我读过关于一个名为“igncr”的选项的奇怪东西——你所说的听起来像那样。但无法重现您所描述的内容。 （我尝试了 Git-for-Windows 附带的 Bash inside mintty，“git version 2.24.0.windows.1”。）
嗯，我在 git-for-windows 附带的 mintty 中也试过 file -k Accounts.java，但我的版本是 git version 2.21.0.windows.1
我的工作解决方案是cat -e file_to_test【参考方案6】：
要将 CR 显示为 ^M in less 使用 less -u 或在 less 打开时键入 -u。
man less 说：
-u or --underline-special Causes backspaces and carriage returns to be treated as print- able characters; that is, they are sent to the terminal when they appear in the input.
【讨论】：
请澄清你的答案。【参考方案7】：您可以使用xxd 显示文件的十六进制转储，并搜索“0d0a”或“0a”字符。
您可以按照@warriorpostman 的建议使用cat -v <filename>。
【讨论】：
它适用于 cat v 8.23。 Unix 行尾不会打印任何额外的信息，但 DOS 行尾会打印一个“^M”。 这一定是我在 8.21 中遇到的问题，因为我使用的是 unix 行尾。【参考方案8】：您可以使用命令todos filename 转换为 DOS 结尾，使用命令fromdos filename 转换为 UNIX 行结尾。要在 Ubuntu 上安装该软件包，请键入 sudo apt-get install tofrodos。
【讨论】：
【参考方案9】：您可以使用vim -b filename 以二进制模式编辑文件，这将显示 ^M 字符作为回车符，并且新行表示存在 LF，表示 Windows CRLF 行结尾。 LF 我的意思是\n，CR 我的意思是\r。请注意，当您使用 -b 选项时，默认情况下文件将始终在 UNIX 模式下编辑，如状态行中的 [unix] 所示，这意味着如果您添加新行，它们将以 LF 结尾，而不是 CRLF。如果您在带有 CRLF 行结尾的文件上使用不带 -b 的普通 vim，您应该会在状态行中看到 [dos]，并且插入的行将以 CRLF 作为行尾。 fileformats 设置的 vim 文档解释了复杂性。
另外，我没有足够的分数来评论 Notepad++ 的答案，但如果您在 Windows 上使用 Notepad++，请使用 View / Show Symbol / Show End of Line 菜单来显示 CR 和 LF。在这种情况下，显示的是 LF，而对于 vim，LF 由一个新行表示。
【讨论】：
【参考方案10】：我将我的输出转储到一个文本文件中。然后我在记事本++中打开它，然后单击显示所有字符按钮。不是很优雅，但很有效。
【讨论】：
这个问题被标记为 Linux，我认为 notepad++ 不适合 linux。不过，这应该适用于 Windows。【参考方案11】：Vim - 总是将 Windows 换行显示为^M
如果您希望始终将 vim 中的 Windows 换行符显示为 ^M，您可以将此行添加到您的 .vimrc：
set ffs=unix
这将使 vim 将您打开的每个文件解释为 unix 文件。由于 unix 文件将\n 作为换行符，因此带有\r\n 换行符的windows 文件仍将正确呈现（感谢\n），但文件末尾将有^M（即vim 如何渲染\r 字符）。
Vim - 有时会显示 Windows 换行符
如果您只想针对每个文件进行设置，可以在编辑给定文件时使用:e ++ff=unix。
Vim - 总是显示文件类型（unix vs dos）
如果您希望 vim 的底线始终显示您正在编辑的文件类型（并且您没有强制将文件类型设置为 unix），您可以使用 set statusline+=\ %&fileencoding?&fileencoding:&encoding 添加到您的statusline。
下面提供了我的完整状态栏。只需将其添加到您的.vimrc。
" Make statusline stay, otherwise alerts will hide it
set laststatus=2
set statusline=
set statusline+=%#PmenuSel#
set statusline+=%#LineNr#
" This says 'show filename and parent dir'
set statusline+=%expand('%:p:h:t')/%t
" This says 'show filename as would be read from the cwd'
" set statusline+=\ %f
set statusline+=%m\
set statusline+=%=
set statusline+=%#CursorColumn#
set statusline+=\ %y
set statusline+=\ %&fileencoding?&fileencoding:&encoding
set statusline+=\[%&fileformat\]
set statusline+=\ %p%%
set statusline+=\ %l:%c
set statusline+=\
它会像这样渲染
.vim/vimrc\ [vim] utf-8[unix] 77% 315:6
在文件的底部
Vim - 有时显示文件类型（unix vs dos）
如果您只想查看您拥有的文件类型，您可以使用:set fileformat（如果您强制设置文件类型，这将不起作用）。对于 unix 文件，它将返回 unix，对于 Windows，它将返回 dos。
【讨论】：
以上是关于如何找出文本文件中的行尾？的主要内容，如果未能解决你的问题，请参考以下文章