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"

我试着使用这个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

这样，我失去了标题行，我也得到了一个列与许多中国标志，但其余的看上去还可以：

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

我怎样才能摆脱这些中国标志，保持标题行？

Answer 1

不幸的是，这个问题没有提供足够的细节来确定具体问题是什么；但我们在评论中至少指出了以下几点。

• 显然，输入文件包含DOS回车返回。
• 显然，soffice 试图将文件读取为UTF-16。，这就是产生本质上随机的汉字的原因。(这些字符可以是任何字符；只是更有可能的是，一个随机的Unicode BMP字符将出现在一个中文/日语块中。)

通过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 "\357\273\277"
            # Generate header line for soffice to discard
            for (i=1; i<=NF; i++) printf "bogus%s", (i==NF ? "\n" : OFS)
        }
        { sub(/\015/, ""); print FNR, $0 }' "$file" > "${file%.*}.xls"
    soffice --headless --convert-to xls:"MS Excel 95" filename.xls "${file%.*}.xls"
done

用这么多的话来说，Awk脚本将分号(-F ';')上的每个输入行分开，并将输出字段分隔符OFS设置为逗号。在第一个输出行上，我们为soffice添加一个BOM和一个合成头行，以便在实际输出之前丢弃，这样头行就像输出中的规则数据线。sub负责删除任何DOS回车字符，变量FNR是当前输入行的行号。

我不确定BOM或伪头行是否是严格必要的，或者您是否需要传递一些额外的选项来使soffice将输入作为适当的UTF-8。也许您还需要将LC_ALL=C包含在正在酝酿中的某个地方。