使用 bash 脚本将许多 txt 文件转换为 xls 文件

Question

我正在尝试将许多文本文件转换为 xls 文件。 txt文件的样式如下：

"Name";"Login";"Role"
"Max Muster";"Bla102";"user"
"Heidi Held";"Held100";"admin"

我尝试使用这个 bash 脚本：

for file in *.txt; do
      tr ";" "," < "$file" | paste -d, <(seq 1 $(wc < "$file")) - > "${file%.*}.xls"
      soffice --headless --convert-to xls:"MS Excel 95" filename.xls "${file%.*}.xls"
done

有了这个，我丢失了 header 行，我也得到了一个有很多中文标志的列，但其余的看起来还不错：

攀挀琀 |  Max Muster |  Bla102   |  user
氀愀猀 |  Heidi Held |  Held100  |  admin

我怎样才能摆脱这些中文标志并保留 header 行？

Answer 1

不幸的是，这个问题没有提供足够的细节来确定到底是什么问题；但我们至少在评论中确定了以下内容。

显然，输入文件包含 DOS 回车 returns.
显然，soffice attempted to read the file as UTF-16，这就是产生本质上随机的汉字的原因。（字符可以是任何东西；随机 Unicode BMP 字符更有可能出现在 Chinese/Japanese 块中。）

根据这些观察和对现有脚本的重构，尝试

for file in *.txt; do
    awk -F ';' 'BEGIN { OFS="," }
        FNR==1 {
            # Add UTF-8 BOM
            printf "737"
            # Generate header line for soffice to discard
            for (i=1; i<=NF; i++) printf "bogus%s", (i==NF ? "\n" : OFS)
        }
        { sub(/5/, ""); print FNR, [=10=] }' "$file" > "${file%.*}.xls"
    soffice --headless --convert-to xls:"MS Excel 95" filename.xls "${file%.*}.xls"
done

换句话说，Awk 脚本以分号 (-F ';') 分隔每个输入行，并将输出字段分隔符 OFS 设置为逗号。在第一个输出行上，我们添加了一个 BOM 和一个用于 soffice 的合成 header 行，以便在实际输出之前丢弃，以便 header 行在输出中看起来像一个常规数据行. sub 负责删除任何 DOS 回车 return 字符，变量 FNR 是当前输入行的行号。

我不确定 BOM 或伪造的 header 行是否绝对必要，或者您是否需要传递一些额外的选项以使 soffice 将输入视为正确的 UTF -8。也许您还需要在管道中的某处包含 LC_ALL=C。

使用 bash 脚本将许多 txt 文件转换为 xls 文件

Convert many txt files to xls files with bash script

unix

bash

libreoffice