Dotaz: Nejdou hromadně překódovat texty

[DWD]

Mám v adresáři více než 100 textových souborů a jsou psané ve znakové sadě iso-8859-2 a já bych to potřeboval ve znakové sadě utf-8. Jednotlivě to překódovat pomoci KWrite umím, ale neminím se s tím dřít a pojednom se piplat s několika sty souborů. Proto jsem použil skript (napsal jsem ho přímo do konzole)

for F in $(find $1 -iname "*")
do
        if [ -f $F ]; then
                iconv -f iso-8859-2 -t utf-8 $F > ${F}
                mv ${F}1 $F
        fi
done

, ale místo, aby se to překódovalo, tak se to akorát zkurvilo - vznikly prázdné textové soubory. Naštěstí mám ještě kopie původních souborů, tak jsem použil jiný skript (napsal jsem ho přímo do konzole)

while read file; do
        iconv -f iso-8859-2 -t UTF-8 $file -o /tmp/TMP
        mv /tmp/TMP $file
done

a zase se pendrek překódoval, akorát se mi vytvořilo několik kriplovských a nepoužitelných souborů navíc.

Tak potom jaký skript postavený na iconv mám použít?

---

---

Odpovědi

[Kit]

Zkus se ještě jednou zadívat na tento řádek. Snad pochopíš, že ti tam něco chybí. Asi nějaká jednička.

iconv -f iso-8859-2 -t utf-8 $F > ${F}

[Šangala]

… a roj uvozovek :).

[pavlix]

Úplně se mi nezdá ani číst vstup ze souboru, který jsem si již otevřel pro zápis výstupu (a tudíž smazal jeho obsah). Nehledě na to, že mi není jasné, proč jednou píšeš $F a podruhé ${F}.

ale místo, aby se to překódovalo, tak se to akorát zkurvilo - vznikly prázdné textové soubory

Viz výše.

Tak potom jaký skript postavený na iconv mám použít?

Můžeš zkusit i:

bash -x cesta/ke/skriptu

Pak uvidíš víc informací o tom, co skript dělá.

[Jendа]

Úplně se mi nezdá ani číst vstup ze souboru, který jsem si již otevřel pro zápis výstupu (a tudíž smazal jeho obsah).

No proto píše, že tam chybí ta 1.

Nehledě na to, že mi není jasné, proč jednou píšeš $F a podruhé ${F}.

Tazatel totiž asi zamýšlel dát tam ${F}1.

[pavlix]

ok

[H0ax]

Pro překódování všech souborů v adresáři se dá použít i recode:

recode l2..u8 *

[DWD]

Tu jedničku jsem doplnil, už to jde, ale ještě by to chtělo vylepšit. Chtěl bych totíž, aby ty překódované soubory měly původní název, čili aby se přepsaly původní překódovanými. Místo toho mi ve složkách vznikají další soubory a musel bych to ručně přebírat, třídit a přejmenovávat zpět. Nebo jsem udělal chybu, že pokaždé když se mi v konzoli zeptalo, jestli chci přepsat soubor, neodpověděl jsem, jenom jsem zmáčknul entr a držel, dokud se všechny soubory neopracují. Nebo mám skript upravit, ale jak?

[panika]

bud si ty soubory hazej do jinyho adresare pod puvodnim jmenem, anebo si k nim hazej nejakou priponu, kterou si pak umazes regexpem..

[Šangala]

…pokaždé když se mi v konzoli zeptalo, jestli chci přepsat soubor, neodpověděl jsem, jenom jsem zmáčknul entr a držel…

man mv.

[DWD]

Skript jsem upravil na

for F in $(find $1 -iname "*")
do
        if [ -f $F ]; then
                iconv -f iso-8859-2 -t utf-8 $F > ${F}.kod
                mv ${F}.kod $F
        fi
done

takže mám v adresáři původní soubory a k tomu soubory upravené a k názvu přidaná přípona .kod. Teď budu muset hromadně odstranit ty původní soubory (bez přípony .kod) a potom u těch upravených souborů hromadně odstranit příponu .kod. Tyto dvě věci neumím.

[Šangala]

…co tak si přečíst ten man mv a udělat to rovnou…

iconv -f iso-8859-2 -t utf-8 "${F}" > "${F}.kod"
mv -f "${F}.kod" "${F}"

[DWD]

Takže výsledný skript nakonec vypadá

for F in $(find $1 -iname "*")
do
        if [ -f $F ]; then
                iconv -f puvodnisada -t novasada "${F}" > "${F}.kod"
                mv -f "${F}.kod" "${F}"
        fi
done

To funguje podle mého požadavku a je to vyřešené.

[Šangala]

A kdyby ti to házelo chyby a něco chybělo (díky mezerám v názvech apod.), tak to předělej, třeba takto :

#!/bin/bash
puvodnisada="iso-8859-2"
novasada="utf-8"
mask="*"
path="$1"

if [ "$#" -gt 1 ]; then
  mask="$2"
fi

while IFS= read -r -d $'\0' F; do
  iconv -f "${puvodnisada}" -t "${novasada}" "${F}" > "${F}.kod"
  mv -f "${F}.kod" "${F}"
done < <(find "${path}" -type f -iname "${mask}" -print0)

…snad jsem se nesekl, jako komplet jsem to netestoval…