☰

如何查找目录中包含 UTF-8 BOM（字节顺序标记）的所有文件？

tag-icon • tag-icon windows search utf-8
如何查找目录中包含 UTF-8 BOM（字节顺序标记）的所有文件？

在 Windows 上，我需要查找目录中包含 UTF-8 BOM 的所有文件（字节顺序标记）。哪个工具可以做到这一点以及如何做到这一点？

它可以是 PowerShell 脚本、某些文本编辑器的高级搜索功能或其他任何功能。

答案1

以下是 PowerShell 脚本的示例。它在C:路径中查找前 3 个字节为 的任何文件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

是否有必要“ReadAllBytes”？也许只读取前几个字节会更好？

不错。这是更新后的版本，只读取前 3 个字节。

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

答案2

附注一下，下面是我用来从源文件中删除 UTF-8 BOM 字符的 PowerShell 脚本：

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

答案3

如果你在一台企业电脑上（像我一样）具有受限权限并且无法运行 powershell 脚本，你可以使用便携式 Notepad++Python脚本插件来执行任务，使用以下脚本：

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()

功劳归于https://pw999.wordpress.com/2013/08/19/mass-convert-a-project-to-utf-8-using-notepad/

答案4

Powershell 测试前两个字节。-eq 等运算符的右侧变成字符串。

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

相关内容