☰

Как найти все файлы в каталоге, содержащие UTF-8 BOM (метку порядка байтов)?

tag-icon • tag-icon windows search utf-8
Как найти все файлы в каталоге, содержащие UTF-8 BOM (метку порядка байтов)?

В Windows мне нужнонайти все файлы в каталоге, содержащие UTF-8 BOM(метка порядка байтов). Какой инструмент может это сделать и как?

Это может быть скрипт PowerShell, функция расширенного поиска в текстовом редакторе или что-то еще.

решение1

Вот пример скрипта PowerShell. Он ищет в C:пути все файлы, где первые 3 байта — 0xEF, 0xBB, 0xBF.

Function ContainsBOM
{   
    return $input | where {
        $contents = [System.IO.File]::ReadAllBytes($_.FullName)
        $_.Length -gt 2 -and $contents[0] -eq 0xEF -and $contents[1] -eq 0xBB -and $contents[2] -eq 0xBF }
}

get-childitem "C:\*.*" | where {!$_.PsIsContainer } | ContainsBOM

Обязательно ли "ReadAllBytes"? Может быть, чтение только нескольких первых байтов будет работать лучше?

Справедливое замечание. Вот обновленная версия, которая считывает только первые 3 байта.

Function ContainsBOM
{   
    return $input | where {
        $contents = new-object byte[] 3
        $stream = [System.IO.File]::OpenRead($_.FullName)
        $stream.Read($contents, 0, 3) | Out-Null
        $stream.Close()
        $contents[0] -eq 0xEF -and $contents[1] -eq 0xBB -and $contents[2] -eq 0xBF }
}

get-childitem "C:\*.*" | where {!$_.PsIsContainer -and $_.Length -gt 2 } | ContainsBOM

решение2

В качестве примечания приведу скрипт PowerShell, который я использую для удаления символов BOM UTF-8 из моих исходных файлов:

$files=get-childitem -Path . -Include @("*.h","*.cpp") -Recurse
foreach ($f in $files)
{
(Get-Content $f.PSPath) | 
Foreach-Object {$_ -replace "\xEF\xBB\xBF", ""} | 
Set-Content $f.PSPath
}

решение3

Если вы работаете на корпоративном компьютере (как я) с ограниченными привилегиями и не можете запустить скрипт PowerShell, вы можете использовать портативный Notepad++ сPythonScriptплагин для выполнения этой задачи с помощью следующего скрипта:

import os;
import sys;
filePathSrc="C:\\Temp\\UTF8"
for root, dirs, files in os.walk(filePathSrc):
    for fn in files:
      if fn[-4:] != '.jar' and fn[-5:] != '.ear' and fn[-4:] != '.gif' and fn[-4:] != '.jpg' and fn[-5:] != '.jpeg' and fn[-4:] != '.xls' and fn[-4:] != '.GIF' and fn[-4:] != '.JPG' and fn[-5:] != '.JPEG' and fn[-4:] != '.XLS' and fn[-4:] != '.PNG' and fn[-4:] != '.png' and fn[-4:] != '.cab' and fn[-4:] != '.CAB' and fn[-4:] != '.ico':
        notepad.open(root + "\\" + fn)
        console.write(root + "\\" + fn + "\r\n")
        notepad.runMenuCommand("Encoding", "Convert to UTF-8 without BOM")
        notepad.save()
        notepad.close()

Заслуга в этом принадлежитhttps://pw999.wordpress.com/2013/08/19/mass-convert-a-project-to-utf-8-using-notepad/

решение4

Powershell тестирует первые два байта. Правая часть операторов, таких как -eq, становится строкой.

dir -file | 
% { $utf8bom = '239 187' -eq (get-content $_.fullname -AsByteStream)[0..1]
    [pscustomobject]@{name=$_.name; utf8bom=$utf8bom} }

name        utf8bom
----        -------
foo           False
script.ps1     True
script.ps1~   False

Связанный контент