如何在 Linux 上使用 grep 搜索包含 DOS 行尾 (CRLF) 的文件？答案

【问题标题】：How do you search for files containing DOS line endings (CRLF) with grep on Linux?如何在 Linux 上使用 grep 搜索包含 DOS 行尾 (CRLF) 的文件？
【发布时间】：2010-09-09 14:02:36
【问题描述】：

我想在 Linux 上使用 grep 搜索包含 DOS 行结尾的文件。像这样的：

grep -IUr --color '\r\n' .

以上内容似乎与文字 rn 匹配，这不是我们想要的。

this 的输出将通过 xargs 传递到 todos 中，像这样将 crlf 转换为 lf

grep -IUrl --color '^M' . | xargs -ifile fromdos 'file'

【问题讨论】：

你试过dos2unix吗？它会自动修复行尾。
我不太确定，但 iirc 在 ' 和 " 中引用模式是有区别的。在 ' 中包含的模式中的 Afaik 转义序列被解释为正确的字符串，因此 '\r' 将是等效的到 "\\r" 和 "\r" 与 '. 没有等价物（至少在该符号中）
Anticom：在这种情况下，您是正确的，' 和 " 之间的区别无关紧要；但是，通常它们是不同的，因为 ' 包围的字符串是弱引用的，而 " 是强引用的。我利用的最大优势是 $ 扩展或 `` 不要在弱引用字符串中扩展。请参阅bash-hackers on quoting 了解更多信息。
最简单的方法是使用现代dos2unix 和-ic 开关。对于 LF 文件，您可以使用 unix2dos-ic 进行搜索。它不会修改文件。仅报告。
因为这是有关 Linux 上 Windows 行尾/回车的任何问题的最佳答案，我认为值得注意的是，您可以在终端中使用命令查看它们cat -v somefile.txt;他们显示为^M

标签： linux bash grep newline

【解决方案1】：

使用 Ctrl+V、Ctrl+M 在 grep 字符串中输入文字回车符.所以：

grep -IUr --color "^M"

会起作用 - 如果 ^M 有一个文字 CR，你按照我的建议输入。

如果您想要文件列表，还需要添加-l 选项。

说明

-I忽略二进制文件
-U 防止 grep 删除 CR 字符。默认情况下，如果它确定它是一个文本文件，它就会这样做。
-r递归读取每个目录下的所有文件。

【讨论】：

作为一种可行的快速破解方法，但我认为人类 readbale 解决方案将是：grep $'\r' /bash shell only/ 或 grep printf '\r'
@akostadinov +1，但是反引号被您的评论解释了；）换句话说，第二个选项是 grep $(printf '\r')。但对于涉及 bash 的大多数实际用途，我会坚持使用 $'\r'。
注意：-U 选项仅与 Windows（或 cygwin）相关，但在那里很关键。在 Windows 上，如果没有它，该命令将无法运行。
-I 选项的意义何在？根据手册，在我看来二进制文件被认为是不匹配的。 -I 和 -U（强制二进制类型）的组合不应该导致所有文件都被视为不匹配吗？
您提到 '-l' 标志作为附加选项，但我认为它应该包含在主要答案中，因为该问题本质上要求提供文件列表。此外，它还可以加快搜索速度。

【解决方案2】：

grep 可能不是您想要的工具。它将为每个文件中的每个匹配行打印一行。除非你想在一个 10 行的文件上运行 10 次 todos，否则 grep 并不是最好的方法。使用 find 在树中的每个文件上运行文件，然后对“CRLF”进行 grepping，将为每个具有 dos 样式行结尾的文件提供一行输出：

find . -not -type d -exec file "{}" ";" | grep CRLF

会给你类似的东西：

./1/dos1.txt: ASCII text, with CRLF line terminators
./2/dos2.txt: ASCII text, with CRLF line terminators
./dos.txt: ASCII text, with CRLF line terminators

【讨论】：

我已经破解了这个，但还是谢谢你。 grep -IUrl --color '^M' . | xargs -ifile fromdos 'file'
grep 的 -l 选项告诉它只列出文件（一次）而不是列出每个文件中的匹配项。
不是一个好的解决方案，依赖于file 程序的（未记录的，面向人类消费的）行为。这是非常脆弱的。对于（仅一个）示例：它不适用于 XML 文件，file 报告 XML document text 无论换行符类型如何。
@leonbloy，我的find (GNU findutils) 4.4.2（Ubuntu 12.04）上的选项似乎是小写的-m /dev/null。
我最喜欢这个答案。我只是做了find . -type f | xargs file | grep CRLF

【解决方案3】：

如果你的 grep 版本支持 -P (--perl-regexp) 选项，那么

grep -lUP '\r$'

可以使用。

【讨论】：

这很慢...

【解决方案4】：

# list files containing dos line endings (CRLF)

cr="$(printf "\r")"    # alternative to ctrl-V ctrl-M

grep -Ilsr "${cr}$" . 

grep -Ilsr $'\r$' .   # yet another & even shorter alternative

【讨论】：

【解决方案5】：

查询是搜索...我有类似的问题...有人提交了混合行结束到版本控制，所以现在我们有一堆文件0x0d 0x0d 0x0a 行尾。请注意

grep -P '\x0d\x0a'

找到所有行，而

grep -P '\x0d\x0d\x0a'

和

grep -P '\x0d\x0d'

没有发现任何行，因此 grep 中可能存在“其他”内容说到行尾模式……对我来说很不幸！

【讨论】：

【解决方案6】：

如果像我一样，您的极简主义 unix 不包含 file 命令之类的细节，并且您的 grep 表达式中的反斜杠不配合，试试这个：

$ for file in `find . -type f` ; do
> dump $file | cut -c9-50 | egrep -m1 -q ' 0d| 0d'
> if [ $? -eq 0 ] ; then echo $file ; fi
> done

您可能希望对上述内容进行的修改包括：

调整 find 命令以仅定位您要扫描的文件
将 dump 命令更改为 od 或您拥有的任何文件转储实用程序
确认 cut 命令包括前导空格和尾随空格，以及 dump 实用程序输出的十六进制字符
将 dump 输出限制为前 1000 个字符左右以提高效率

例如，使用 od 而不是 dump 可能适合您：

 od -t x2 -N 1000 $file | cut -c8- | egrep -m1 -q ' 0d| 0d|0d$'

【讨论】：

【解决方案7】：

使用 RipGrep（取决于您的 shell，您可能需要引用最后一个参数）：

rg -l \r

-l, --files-with-matches
Only print the paths with at least one match.

https://github.com/BurntSushi/ripgrep

【讨论】：

这似乎没有给出正确的答案，它给了我所有的文件

【解决方案8】：

你可以在 unix 中使用 file 命令。它为您提供文件的字符编码以及行终止符。

$ file myfile
myfile: ISO-8859 text, with CRLF line terminators
$ file myfile | grep -ow CRLF
CRLF

【讨论】：

【解决方案9】：

dos2unix 有一个文件信息选项，可用于显示要转换的文件：

dos2unix -ic /path/to/file

要递归地执行此操作，您可以使用bash 的globstar 选项，对于当前的shell，该选项是通过shopt -s globstar 启用的：

dos2unix -ic **      # all files recursively
dos2unix -ic **/file # files called “file” recursively

您也可以使用find：

find -type f -exec dos2unix -ic {} +            # all files recursively (ignoring directories)
find -name file -exec dos2unix -ic {} + # files called “file” recursively

【讨论】：