Home / Questions / 855
Accepted
fedorqui
Asked: 2020-12-11 02:14:11 +0800 CST 2020-12-11 02:14:11 +0800 CST

如何在 UNIX 上将二进制文件转换为 ASCII？

  • 772

我正在一个相当大的文件中寻找某个字符串：

$ ls -lh archivo.csv
-rw-rw-rw- 1 yo yo 723M Dec 10 10:46 archivo.csv

如果我使用grep我发现结果没有出现，而只是表明文件中有一些：

$ grep "12345" archivo.csv
Binary file archivo.csv matches

所以看看有问题的文件类型，我发现它是......

$ file archivo.csv
archivo.csv: ISO-8859 text, with very long lines, with CRLF line terminators

我已使用以下命令将其转换为 UNIX dos2unix：

$ dos2unix archivo.csv
dos2unix: converting file archivo.csv to Unix format...

但是问题还是出现了：

$ grep "12345" archivo.csv
Binary file archivo.csv matches

我后来注意到您grep可以选择在二进制文件中搜索，即-a：

$ grep -a "12345" archivo.csv
12345  esto es un test

嗯man grep，它表明：

-a, --text
    Process a binary file as if it were text; 
    this is equivalent to the --binary-files=text option.

但我仍然想知道，如何将此二进制文件转换为 ASCII？

archivo

2 Answers

  1. Best Answer

    实际上，所有文件都是二进制的（很明显），但是当我们给这种二进制编码一个 X 解释时，我们说它具有编码 X（或以 X 编码）。

    在您的情况下，该文件不是二进制文件，它具有ISO-8859编码，因此您必须使用知道如何工作（理解）所述编码的工具。

    该参数-a强制它grep忽略某些不被解释为 ASCII 字符串的代码（例如\x0）。

    因此，在您的情况下，您应该将所述文件转换为更适合您的工具的另一个文件，从逻辑上讲，有很多工具，但我最喜欢的是iconv，在您的情况下，它类似于（来自相同的参考）

    $ iconv -f ISO-8859-15 -t UTF-8 foo >foo.utf

    （注意：您可以按照您的要求将其转换为 ASCII 而不是 utf，但是您可能会丢失原始文件中的信息，例如符号§）。

    例如，我们有这个文件

    $ file samples7.var
samples7.var: HTML document, ISO-8859 text
$ grep Deut samples7.var
Binary file samples7.var matches
$ grep -a Deut samples7.var
<TITLE>German / Deutsch S▒d (ISO Latin-1 / ISO 8859-1)</TITLE>
<H1>German / Deutsch S▒d (ISO Latin-1 / ISO 8859-1)</H1>
$ iconv -f ISO-8859-15 -t UTF-8 samples7.var > samples7.var.utf
$ file samples7.var.utf
samples7.var.utf: HTML document, UTF-8 Unicode text
$ grep Deut samples7.var.utf
<TITLE>German / Deutsch Süd (ISO Latin-1 / ISO 8859-1)</TITLE>
<H1>German / Deutsch Süd (ISO Latin-1 / ISO 8859-1)</H1>

    正如我们所见，它允许您正确查看和过滤而不会丢失信息。

    最后，dos2unix在这种情况下 using 对您不起作用，因为该命令要求文件为纯文本，而您的文件没有该编码（请参阅dos2unix）。

    • 10

  2. 您要问的内容有点宽泛，因为对我而言，这取决于文件包含的内容以及我想从中提取的内容。如果它将grep二进制文件转换为文本的方式适合您，并且您不关心文件中的信息比它给您的信息多，则可以使用：

    grep -a '*' archivo.csv > archivo_texto.csv
    • 4