Linux 替换 M字符 方法,Linux 替换^M字符方法

最近遇到一个通过windows上传文本数据到linux服务器，但是读取数据文件时，因为每行数据后面出现^M字符，导致通过程序读取数据失败，希望把^M字符替换成换行字符，所以对这一块仔细研究了下。网上的方法很多，也很杂，有很多网友都说通过dos2unix就可以搞定，其实在有些情况下，这个命令是行不通的，具体原因待会再说，下面讲述一个通过linux命令处理的通用方法(为什么强调linux命令？因为待会我会给出一个通过程序处理的方法)：

$ sed -i 's/^M/\n/g' myfile.txt

//注意：这里的“^M”要使用“CTRL-V CTRL-M”生成，而不是直接键入“^M”

强调一下，命令中的^M不是直接输入^和M哈，是在linux中敲“CTRL-V CTRL-M”生成的，这个需要注意，因为在linux下^M其实是一个字符，你如果直接敲^和M，那就是2个字符了，然后意义也完全不一样。

可能你会问，我可以通过dos2unix命令搞定啊：

$dos2unix myfile.txt

是的，这种方式的确可以解决大部分问题，但有时也解决不了，为什么？这个需要讲述windows、linux和OS换行符的不同标准，不过在讲该标准前，需要明确几个概念：

回车：用“\r”表示，ASCII码中的“代码”为CR，意义是将光标移到当前行的首位；

换行：用“\n”表示，ASCII码中的“代码”为LF，意义是将光标移到下一行。

ASCII码可以参考下图：

下面直接上干货，windows、linux、mac系统的换行符：

(1) DOS/Windows系统采用CRLF(回车+换行)表示下一行，即“\r\n”；

(2) Linux/UNIX系统采用LF表示下一行，即“\n”；

(3) MAC系统采用CR表示下一行，即“\r”；

可能你会问，我怎么知道我的文本数据结尾是哪种，有没有什么工具可以显示出来？当然可以，用Notepad++，点击菜单中Edit->EOL Conversion，会展开Windows Format、UNIX/OSX Format、Old Mac Format这3中转换格式，具体意义通过名字很简单理解，下面让我们看看这3中格式的数据在Notepad++中是如何显示的，原数据和通过3种方式显示如下：

可能你会问，不就一个换行，怎么搞的这么复杂，感兴趣的同学可以参考文章《DOS、Mac 和 Unix 文件格式 》，你就知道它们的起源了。

还是回到最开始我们讨论的问题，为什么linux数据出现^M，用命令dos2unix有时行不通，如果你的数据结尾是CRLF，即windows类的数据，这个当然没有问题，但如果结尾是CR，用dos2unix就行不通了，因为dos2unix命令用来将DOS/Windows格式的文本文件转换成UNIX格式的，CR是Mac格式，那怎样将Mac格式数据转成Linux呢？用命令mac2unix即可：

$mac2unix myfile.txt

如果想逆转，也有对应的命令unix2dos、unix2mac，是不是很简单呢，哈哈~~

上面讲述的是“不同系统换行符基本原理”和“通用linux解决^M问题”，其实很多时候我们需要通过程序来处理，例如通过windows或Mac文件上传到linux服务器，然后在linux服务器上通过程序读取文件，这时就会遇到换行符问题，那么怎样通过程序来解决呢？下面是通过PHP语言，然后结合AWK方式处理：

$fileFullName = './myfile.txt';

$tmpFile = './temp.txt';

$cmd = "cat {$fileFullName}|awk -F\"[\r\n]\" '{for(i=1;i<=NF;i++)if(\$i!~/^$/)print \$i}' > {$tmpFile};mv {$tmpFile} {$fileFullName}";

shell_exec($cmd);

可能大家对AWK不熟，我解释一下吧，前两行是定义文件(最好写全路径，我这里只是演示)，第三行是通过awk处理文件的命令：将文件fileFullName每行按照分隔符“\r”和“\n”进行分割，分割后的数据，通过“i!~/^$/”判断非空，然后将非空的数据导入tmpFile，数据全部处理完后，用tmpFile文件覆盖fileFullName文件。