检查文件的约定

Question 1

检测

UTF-8编码:file通常会给你编码：
```
文件 --brief --mime-encoding myfile.txt
```
请注意，它可能是“us-ascii”或“utf-8”，具体取决于它是否找到某些 UTF-8 字符，因此您需要接受两者。

以下几点主要需要您将输出通过管道输入wc -l（以计算输出的行数）并检查它是否为 0。或者，如果找到某些内容，它们通常应返回 0，如果没有找到，则返回 1（在这种情况下满足您的要求）：

没有尾随空格：我猜这是一份工作grep：
```
grep -e '\s\+$' myfile.txt
```
文件末尾换行hexdump：如果或的最后一个字符xxd是0a，则有一个换行符，并且可以：
```
xxd -ps myfile.txt | xxd -ps myfile.txt |尾-n 1 | grep '0a$'
```
(请注意，与此处指出的其他点不同，您希望它能找到一些东西）
没有非 ASCII 字符：这与“UTF-8 编码”相同，只是可能更严格一些。

如果你真的想要确保文件中只有 ASCII 字符（请参阅@Anthon 的回答），您可能需要类似的东西
```
xxd -g1 myfile.txt | xxd -g1 myfile.txt |切-c 10-56 | grep '[a-f89][a-f0-9]'
```
这将搜索 ASCII 范围 (0x00-0x7F) 之外的任何字符。但它不是很优雅。
LF 表示行结束：file没有任何选项会告诉你类似的事情
```
ASCII 文本，带有 CRLF 行终止符
```
对于脚本，可能可以执行以下操作：
```
xxd -g1 myfile.txt | xxd -g1 myfile.txt |切-c 10-56 | grep '0d'
```

UTF-8编码：有iconv (1)。本质上，它需要一个“from”编码（-f）、一个“to”编码（-t）和文件。 “to”编码可能是utf-8，而“from”编码可以使用file我帖子顶部所述的方式获得：
```
file_encoding =“$（文件--brief--mime-encoding myfile.txt）”
iconv -f "$file_encoding" -t 'utf-8' myfile.txt
```
没有尾随空格：这是的工作sed，尽管我更喜欢 POSIX 方式（即没有-i开关），这意味着使用printf+ ex。无论哪种方式，正则表达式都会类似于s/\s\+$//g.对于 POSIX 兼容方式：
```
printf "%%s/\\s\\+\$//g\nwq\n" | printf "%%s/\\s\\+\$//g\nwq\n" | ex -s myfile.txt
```
对于不符合 POSIX 的方式：
```
sed -i 's/\s\+$//g' myfile.txt
```
文件末尾换行：Unix 应用程序在保存文件时通常会在文件末尾附加缺失的换行符。要利用这一点，这有点像黑客：
```
printf “wq\n” | ex -s myfile.txt
```
(这实际上只会打开、保存、退出）
没有非 ASCII 字符：参见上面的“UTF-8编码”。
LF 表示行结束：有dos2unix (1)。它应该完全满足您的需要。

Answer

UTF-8编码:file通常会给你编码：
```
文件 --brief --mime-encoding myfile.txt
```
请注意，它可能是“us-ascii”或“utf-8”，具体取决于它是否找到某些 UTF-8 字符，因此您需要接受两者。

以下几点主要需要您将输出通过管道输入wc -l（以计算输出的行数）并检查它是否为 0。或者，如果找到某些内容，它们通常应返回 0，如果没有找到，则返回 1（在这种情况下满足您的要求）：

没有尾随空格：我猜这是一份工作grep：
```
grep -e '\s\+$' myfile.txt
```
文件末尾换行hexdump：如果或的最后一个字符xxd是0a，则有一个换行符，并且可以：
```
xxd -ps myfile.txt | xxd -ps myfile.txt |尾-n 1 | grep '0a$'
```
(请注意，与此处指出的其他点不同，您希望它能找到一些东西）
没有非 ASCII 字符：这与“UTF-8 编码”相同，只是可能更严格一些。

如果你真的想要确保文件中只有 ASCII 字符（请参阅@Anthon 的回答），您可能需要类似的东西
```
xxd -g1 myfile.txt | xxd -g1 myfile.txt |切-c 10-56 | grep '[a-f89][a-f0-9]'
```
这将搜索 ASCII 范围 (0x00-0x7F) 之外的任何字符。但它不是很优雅。
LF 表示行结束：file没有任何选项会告诉你类似的事情
```
ASCII 文本，带有 CRLF 行终止符
```
对于脚本，可能可以执行以下操作：
```
xxd -g1 myfile.txt | xxd -g1 myfile.txt |切-c 10-56 | grep '0d'
```

UTF-8编码：有iconv (1)。本质上，它需要一个“from”编码（-f）、一个“to”编码（-t）和文件。 “to”编码可能是utf-8，而“from”编码可以使用file我帖子顶部所述的方式获得：
```
file_encoding =“$（文件--brief--mime-encoding myfile.txt）”
iconv -f "$file_encoding" -t 'utf-8' myfile.txt
```
没有尾随空格：这是的工作sed，尽管我更喜欢 POSIX 方式（即没有-i开关），这意味着使用printf+ ex。无论哪种方式，正则表达式都会类似于s/\s\+$//g.对于 POSIX 兼容方式：
```
printf "%%s/\\s\\+\$//g\nwq\n" | printf "%%s/\\s\\+\$//g\nwq\n" | ex -s myfile.txt
```
对于不符合 POSIX 的方式：
```
sed -i 's/\s\+$//g' myfile.txt
```
文件末尾换行：Unix 应用程序在保存文件时通常会在文件末尾附加缺失的换行符。要利用这一点，这有点像黑客：
```
printf “wq\n” | ex -s myfile.txt
```
(这实际上只会打开、保存、退出）
没有非 ASCII 字符：参见上面的“UTF-8编码”。
LF 表示行结束：有dos2unix (1)。它应该完全满足您的需要。

Question 2

您应该尝试该file命令，它已经很好地确定了有关内容的信息，尽管它不分析完整的数据文件。

如果您有一个大文件somefile，其中第一个 utf-8 字符直到最后才出现，file somefile则不会将其检测为 utf-8 文件。

Answer

您应该尝试该file命令，它已经很好地确定了有关内容的信息，尽管它不分析完整的数据文件。

如果您有一个大文件somefile，其中第一个 utf-8 字符直到最后才出现，file somefile则不会将其检测为 utf-8 文件。