linux 处理 BOM头 ^M 方法

目录

现象

解释

解决办法

关于显示乱码问题

---

Linux在网络服务器、嵌入式设备的市场上占有较大份额，Microsoft Windows在桌面操作系统上占有较大的份额，因此有很多的人喜欢用Windows去控制操作Linux。

既然用Windows去控制Linux，难免导致Windows系统上的产生的文件以某种途径传到了Linux系统中，因而导致显示问题或者出现乱码的情况。

例如用Windows自带的“记事本”（notepad）程序默认保存的文件会在每一行的结尾处带有^M标记。

PS: 一些常见的错误例子：有的人可能有疑问，为什么我用记事本把文件保存成UTF-8也不好用。还有的人在执行“sed -i '/^$/d' filename”时发现明明有空格却没有删除。

因此在日常使用过程中，无论是用什么工具编辑文件上传到Linux服务器，都需要注意换行符问题。

现象

1.cat程序显示有问题

  如文件的开头显示“?t”

2.bash、python等文件执行时报错

  如-bash: ./someshname.sh: /bin/bash^M: bad interpreter: No such file or directory

  但是这种情况如果不想转换换行符，可以直接用相应的解释器去执行这个文件，如

/bin/bash ./someshname.sh

3.其他应用程序如php、java等运行时报错

解释

换行符（newline、line ending、end of line（eol）或line break），是一种控制字符，用于区分表示每一行的结束。换行符通常由line feed (LF)和carriage return (CR)两者中的一种或者它们的组合出现在计算机系统中，常见的换行符有三种：

1. LF （UNIX and OS X \n）

2. CR （Classic Mac \r）

3. CRLF（Windows \r\n）

LF是Line Feed的缩写，CR是Carriage Return的缩写，他们的控制字符（\r，\n还是\r\n）由对应的ANSCII表示。

之所以出现“^M ”是因为^M在ANSCII中就表示Carriage Return即\r所以如果在Linux的某个打印输出中出现了^M，表示换行符是Windows格式的。

BOM是Byte order mark的缩写，释义为“字节顺序标记”，用于明确表明此文件属于Unicode编码，其他的一些作用可以参考维基百科的英文页面（显然中文页面解释的不全面）。

解决办法

这个问题其实简单到没有必要用一篇文章的篇幅来表述，简答说就一句话：可以借助dos2unix 工具，将Windows格式的文本文件转化成Linux下可用的格式。但为了方便那些需要详细了解的人，特地多写几句如下。

# Remove BOM and ^M (BOM and ^M can come from Windows notepad program and save as 'ANSI' or 'UTF-8')    
# such as "example^M$", ANSI, ASCII text, with CRLF line terminators    
# such as "M-oM-;M-?example^M$", UTF-8, UTF-8 Unicode (with BOM) text, with CRLF line terminators    
# Linux right format is "example$", ASCII text    
# other method is using vim [noeol][dos] :set ff=unix

# determine file type  

file testfilename

# display $ at end of each line, display TAB characters as ^I, use ^ and M- notation, except for LFD and TABo  

cat -A testfilename

#Text file format converters. Convert text files with DOS or Mac line endings to Unix line endings and vice versa.  
# Debian & Ubuntu: apt-get install dos2unix    
# RHEL & CentOS: yum install dos2unix

# DOS/Mac to Unix and vice versa text file format converter  

dos2unix testfilename

关于显示乱码问题

1.有可能跟终端（SSH连接工具）有关系，尝试调整字符编码为utf-8

2.有可能是系统原因，如缺少中文支持