Dotaz: Nahrazení textu ve více souborech (UTF-16) pomocí SEDu

[Honza Balák]

Příloha:

• vb_ex 140 beskyd.con (1656 bytů)

Zdravím, mám tu několik souborů v kódování UTF-16 BE a potřebuju v nich nahrazovat části textu. Myslel jsem, že to půjde lehce, ale nejde . sed -e 's/CD_Beer2 cd_Bee/cd_Bee cd_Bee/g' *con totiž neprovede nic. Ukázkový soubor je v příloze. Kde dělám chybu? Díky...

---

---

Odpovědi

[Aleš Kapica]

Použij rouru..

[Aleš Kapica]

Asi takhle...

cat vstup.con | iconv -f UTF16LE -t UTF8 | sed 's/CD_Beer2 cd_Bee/cd_Bee cd_Bee/g' | iconv -f UTF8 -t UTF16LE > vystup.con

[Honza Balák]

Ale tohle mi nebude fungovat na více souborech...

[Vojtěch Horký]

for f in soubor1 soubor2 ...; do
    iconv -f UTF16LE -t UTF8 <$f \
    | sed 's/CD_Beer2 cd_Bee/cd_Bee cd_Bee/g' \
    | iconv -f UTF8 -t UTF16LE \
    > tmp;
    mv tmp "$f";
done

Nebo je problém jinde?

[Honza Balák]

Tohle už by mohlo fungovat. díky

[Aleš Kapica]

Použij třeba find..

Do háje člověče seznam se prosím krapet se základními unixovými utilitami a příkazy. Tohle jsou věci které se používají už mraky let. Tahle věc má desítky řešení. Můžeš si to udělat jako alias, napsat jako skript kterým pak budeš prohánět ty soubory. A já nevím co ještě..

[Honza Balák]

Těch chyb je více:

1. sed, stejně jako všechny ostatní unixové utility, nedokáže s UTF16 nijak speciálně pracovat - předpokládá že jeden znak je jeden byte
2. Při normálním spuštění sed ze souboru jen čte a výsledek jen vypíše na standardní výstup (tj. soubor se nemění). Aby změny zapsal do každého jednotlivého souboru, je nutné uvést přepínač -i

To druhé je celkem detail, ale to první bude docela problém - jedině provést konverzi do UTF-8 a pak zase nazpět. Pozor na BOM, aby se zachoval. Do implementace se mi momentálně nechce, navíc bude problém zda je k dispozici recode nebo iconv. A nebo python.

Alternativní "řešení":

sed -i 's/C\x00D\x00_\x00B\x00e\x00e\x00r\x002\x00 \x00c\x00d\x00_\x00B\x00e\x00e\x00/c\x00d\x00_\x00B\x00e\x00e\x00 \x00c\x00d\x00_\x00B\x00e\x00e\x00/g' *con

Vyzkoušeno, funguje, ale je to hnus

[Honza Balák]

Tak hnus to je, ale jelikož to budu mít jako skript, tak by to nevadilo.