如何将选项卡转换为目录的每个文件中的空格？

Question

如何将制表符转换为目录的每个文件中的空格(可能是递归的)？

另外,有没有办法设置每个标签的空格数？

Answer 1

简单的替换sed是可以的,但不是最好的解决方案.如果标签之间存在"额外"空格,则替换后它们仍然存在,因此边距将是不规则的.在行中间展开的选项卡也无法正常工作.在bash,我们可以说

find . -name '*.java' ! -type d -exec bash -c 'expand -t 4 "$0" > /tmp/e && mv /tmp/e "$0"' {} \;

应用于expand当前目录树中的每个Java文件.-name如果您要定位其他一些文件类型,请删除/替换参数.正如其中一条评论所提到的,在删除-name或使用弱通配符时要非常小心.您可以轻松地破坏存储库和其他隐藏文件.这就是为什么最初的答案包括:

在尝试这样的事情之前,您应该始终制作树的备份副本,以防出现问题.

Answer 2

尝试使用命令行工具expand.

expand -i -t 4 input | sponge output

哪里

• -i 用于仅扩展每行的前导标签;
• -t 4 表示每个选项卡将转换为4个空格字符(默认为8).
• sponge来自moreutils包,并避免清除输入文件.

最后,您可以gexpand在coreutils使用Homebrew(brew install coreutils)安装后在OSX上使用.

Answer 3

警告:这会破坏你的回购.

这将损坏的二进制文件,包括那些在svn,.git!使用前请阅读评论!

find . -type f -exec sed -i.orig 's/\t/ /g' {} +

原始文件保存为[filename].orig.

缺点:

• 将替换文件中的标签.
• 如果您碰巧在此目录中有5GB的SQL转储,则需要很长时间.

Answer 4

从收集的最好注解基因的答案,目前最好的解决办法,是通过使用sponge从moreutils.

sudo apt-get install moreutils
# The complete one-liner:
find ./ -iname '*.java' -type f -exec bash -c 'expand -t 4 "$0" | sponge "$0"' {} \;

说明:

• ./ 从当前目录递归搜索
• -iname是一个不区分大小写的匹配(对于两者*.java和*.JAVA喜欢)
• type -f 只查找常规文件(没有目录,二进制文件或符号链接)
• -exec bash -c 在子shell中为每个文件名执行以下命令, {}
• expand -t 4 将所有TAB扩展为4个空格
• sponge吸收标准输入(从expand)并写入文件(同一个)*.

注意:*简单的文件重定向(> "$0")在这里不起作用,因为它会过快地覆盖文件.

优点:保留所有原始文件权限,不tmp使用任何中间文件.

Answer 5

使用反斜杠转义sed.

在linux上:

• 在所有*.txt文件中,用1个连字符替换所有选项卡:

  sed -i $'s/\t/-/g' *.txt
  

• 在所有*.txt文件中,用1个空格替换所有选项卡:

  sed -i $'s/\t/ /g' *.txt
  

• 在所有*.txt文件中替换所有4个空格的选项卡:

  sed -i $'s/\t/    /g' *.txt
  

在mac上:

• 在所有*.txt文件中替换所有4个空格的选项卡:

  sed -i '' $'s/\t/    /g' *.txt
  

Answer 6

您可以使用一般可用的pr命令（此处的手册页）。例如，要将制表符转换为四个空格，请执行以下操作：

pr -t -e=4 file > file.expanded

• -t 抑制标题
• -e=num将制表符扩展为num空格

要递归地转换目录树中的所有文件，同时跳过二进制文件：

#!/bin/bash
num=4
shopt -s globstar nullglob
for f in **/*; do
  [[ -f "$f" ]]   || continue # skip if not a regular file
  ! grep -qI "$f" && continue # skip binary files
  pr -t -e=$num "$f" > "$f.expanded.$$" && mv "$f.expanded.$$" "$f"
done

跳过二进制文件的逻辑来自这篇文章。

笔记：

1. 在 git 或 svn repo 中这样做可能很危险
2. 如果您的代码文件在字符串文字中嵌入了制表符，这不是正确的解决方案

Answer 7

我喜欢上面递归应用程序的“查找”示例。为了使其成为非递归的，仅更改当前目录中与通配符匹配的文件，shell glob 扩展对于少量文件就足够了：

ls *.java | awk '{print "expand -t 4 ", $0, " > /tmp/e; mv /tmp/e ", $0}' | sh -v

如果你想它沉默之后，你相信它的作品，只是降-v的sh末命令。

当然，您可以在第一个命令中选择任何一组文件。例如，以如下受控方式仅列出特定的子目录（或目录）：

ls mod/*/*.php | awk '{print "expand -t 4 ", $0, " > /tmp/e; mv /tmp/e ", $0}' | sh

或者反过来运行 find(1) 并结合一些深度参数等：

find mod/ -name '*.php' -mindepth 1 -maxdepth 2 | awk '{print "expand -t 4 ", $0, " > /tmp/e; mv /tmp/e ", $0}' | sh

Answer 8

如何将目录的每个文件中的制表符转换为空格（可能是递归的）？

这通常不是您想要的。

您想对 png 图像执行此操作吗？PDF文件？.git 目录？你的 Makefile（需要标签）？一个 5GB 的 SQL 转储？

理论上，您可以将大量排除选项传递给find您正在使用的任何其他选项；但这很脆弱，一旦添加其他二进制文件就会损坏。

你想要的，至少是：

1. 跳过特定大小的文件。
2. 通过检查是否存在 NULL 字节来检测文件是否为二进制文件。
3. 仅替换文件开头的制表符（expand这样做，sed 不这样做）。

据我所知，没有“标准”的 Unix 实用程序可以做到这一点，而且使用单行 shell 也不是很容易，因此需要一个脚本。

不久前，我创建了一个名为sanitize_files的小脚本 ，它正是这样做的。它还修复了一些其他常见的东西，例如替换\r\n为\n，添加尾随\n等。

您可以在下面找到一个没有额外功能和命令行参数的简化脚本，但我建议您使用上面的脚本，因为它比这篇文章更有可能收到错误修正和其他更新。

我还想指出，为了回应这里的其他一些答案，使用 shell globbing不是一种可靠的方法，因为迟早你会得到比适合的更多的文件ARG_MAX（在现代Linux系统是128K，这可能看起来很多，但它迟早是不 足够的）。

#!/usr/bin/env python
#
# http://code.arp242.net/sanitize_files
#

import os, re, sys


def is_binary(data):
    return data.find(b'\000') >= 0


def should_ignore(path):
    keep = [
        # VCS systems
        '.git/', '.hg/' '.svn/' 'CVS/',

        # These files have significant whitespace/tabs, and cannot be edited
        # safely
        # TODO: there are probably more of these files..
        'Makefile', 'BSDmakefile', 'GNUmakefile', 'Gemfile.lock'
    ]

    for k in keep:
        if '/%s' % k in path:
            return True
    return False


def run(files):
    indent_find = b'\t'
    indent_replace = b'    ' * indent_width

    for f in files:
        if should_ignore(f):
            print('Ignoring %s' % f)
            continue

        try:
            size = os.stat(f).st_size
        # Unresolvable symlink, just ignore those
        except FileNotFoundError as exc:
            print('%s is unresolvable, skipping (%s)' % (f, exc))
            continue

        if size == 0: continue
        if size > 1024 ** 2:
            print("Skipping `%s' because it's over 1MiB" % f)
            continue

        try:
            data = open(f, 'rb').read()
        except (OSError, PermissionError) as exc:
            print("Error: Unable to read `%s': %s" % (f, exc))
            continue

        if is_binary(data):
            print("Skipping `%s' because it looks binary" % f)
            continue

        data = data.split(b'\n')

        fixed_indent = False
        for i, line in enumerate(data):
            # Fix indentation
            repl_count = 0
            while line.startswith(indent_find):
                fixed_indent = True
                repl_count += 1
                line = line.replace(indent_find, b'', 1)

            if repl_count > 0:
                line = indent_replace * repl_count + line

        data = list(filter(lambda x: x is not None, data))

        try:
            open(f, 'wb').write(b'\n'.join(data))
        except (OSError, PermissionError) as exc:
            print("Error: Unable to write to `%s': %s" % (f, exc))


if __name__ == '__main__':
    allfiles = []
    for root, dirs, files in os.walk(os.getcwd()):
        for f in files:
            p = '%s/%s' % (root, f)
            if do_add:
                allfiles.append(p)

    run(allfiles)

Answer 9

我的建议是使用：

find . -name '*.lua' -exec ex '+%s/\t/  /g' -cwq {} \;

注释：

1. 使用就地编辑。将备份保存在 VCS 中。无需生成 *.orig 文件。在任何情况下，将结果与上次提交进行比较是一种很好的做法，以确保它按预期工作。
2. sed是一个流编辑器。使用ex就地编辑了。这避免了为每个替换创建额外的临时文件和生成外壳，如最佳答案。
3. 警告：这会混淆所有选项卡，而不仅仅是用于缩进的选项卡。它也不会对选项卡进行上下文感知替换。这对于我的用例来说已经足够了。但对你来说可能不可接受。
4. 编辑：使用此答案的早期版本find|xargs代替find -exec. 正如@gniourf-gniourf 所指出的，这会导致文件名中的空格、引号和控制字符出现问题 cf. 惠勒。

Answer 10

为此，您可以使用findwithtabs-to-spaces包。

首先，安装 tabs-to-spaces

npm install -g tabs-to-spaces

然后，从项目的根目录运行此命令；

find . -name '*' -exec t2s --spaces 2 {} \;

这将在每个文件tab中用 2替换每个字符spaces。