Discussion :

[thais781]

Bonjour,

J'ai un fichier texte avec des caractères spéciaux (retour chariot un peu bizarre ...)
Cf. le fichier joint, entre les mots début et fin et il y a plusieurs CR et un d'entre eux me pose pb, ca se voit bien avec un editeur un peu costaud type Sublime Text ou autre ...

Est ce que quelqu'un connait un petit shelle script qui permettrait de virer ces caractères merd.... ou les remplacer par un espace ?

Merci pour votre aide

Thais

[thais781]

avec le fichier c'est mieux ...

[disedorgue]

Bonjour,
La regex qui remplace tous les controls (dans ton exemple, ^M et ^L )par un espace: s/[[:cntrl:]]/ /g.
Fonctionne sous vim,sed,perl,...

[thais781]

Bonjour Disedorgue,

Merci pour ton aide, mais est il possible de supprimer uniquement le ^M, dans ton exemple, ca me supprime vraiment tous les retour charriot et pas seulement ceux qui sont spéciaux

Merci encore

Thais

[thais781]

Ou alors remplacer par un retour chariot classique ?

[disedorgue]

Je ne comprend pas la question, tu utilise quoi comme commande pour supprimer les caractères spéciaux ?

Le ^M est le retour à la ligne de MAC ou une partie du retour à la ligne de windows, pour unix, il n'en fait pas partie pas.

[zipe31]

Salut,

Pour supprimer tous les ^M (\x0D) et remplacer tous les ^L (\x0C) par un espace : sed 's/\x0D//g;s/\x0C/ /g'.

[jack-ft]

avec le fichier c'est mieux ...

Voici le contenu de ton fichier, vu avec "od -c":

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
$ od -c Test.txt 
0000000    D   e   b   u   t  \r  \r  \r  \r  \f  \r  \r  \r  \r   F   i
0000020    n                                                            
0000021

Donc, on peut interpréter ce qu'il contient comme suit:
D e b u t \r" : ligne contenant "Debut" et terminée par un ^M (ascii 13), encore appelé "carriage return" (d'où la notation "\r") et caractéristique d'un (ancien) fichier macintosh (Mac OS 9).
\r \r \r : 3 lignes vides au format macintosh (ne contenant qu'un ^M)
\f : une ligne ne contenant qu'un ^L (ascii 12), encore appelé "form feed" (d'où la notation "\f") et indiquant (à l'ancienne) un saut de page.
\r \r \r \r : 4 lignes vides (format mac os 9)
F i n : une ligne incomplète contenant "Fin" et non terminée par une fin de ligne.

Dans ton cas, tu veux peut-être seulement supprimer les ^L et remplacer le ^M par des ^J (ascii 10), encore appelé "line feed" et caractéristique des fichiers au format Unix (linux, Mac OSX, Solaris, AIX, HP-UX, etc.):

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
$ cat Test.txt | tr -d '\f' | tr '\r' '\n' | od -c
0000000    D   e   b   u   t  \n  \n  \n  \n  \n  \n  \n  \n   F   i   n
0000020

PS: cette méthode marche même sur un mac (sous OSX) où le "sed" d'origine n'est pas aussi puissant que le "sed" de GNU/linux et supporte mal les solutions proposées

Mais tu peux aussi ouvrir le fichier avec "Sublime Text" et changer l'encodage des fins de lignes (menu View > Line endings > Unix) et supprimer le "FF" de la ligne 5 à la main.

[BufferBob]

salut,

dans la continuité de ce qui était proposé un peu plus haut :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
$ sed -r 's/[[:cntrl:]]+/\n/g' Test.txt | od -c
0000000   D   e   b   u   t  \n   F   i   n