我有一个长时间运行的 python 脚本，无法对文件进行 utf-8 解码。错误消息没有告诉我它在哪个文件上失败，只是它无法解码0x81位置中的字节194。我知道该文件位于哪个文件夹中，但不知道该子树中数千个文件中的哪个文件夹。我可以通过哪些选项来查找此文件（以及其他类似文件）？ bash 中有一个漂亮的单行语句吗？
更改脚本以打印它所查看的内容并重新运行它，一次修复一个文件，这几乎不是一种选择，因为运行脚本一次需要几个小时。用 Python 编写一个目录遍历器似乎工作量太大了。
答案1
isutf8从包中使用moreutils：
find . -name '*.py' -exec isutf8 {} +
或者：
find . -name '*.py' | xargs isutf8
（后者假设文件名没有换行符。）
答案2
要构建类似的失败文件，我们可以使用以下脚本：
{ printf '%*s' "179"; printf '\x81'; printf '%*s' "20"; } >infile
然后这个命令将打印文件失败的位置：
$ isutf8 infile
infile: line 1, char 1, byte offset 180: invalid UTF-8 code
因此，这将测试.pypwd 中的所有 python ( ) 文件在位置 180 处是否存在无效代码：
$ isutf8 ./*.py | grep "offset 180"
或者更灵活，一系列偏移量（gnu 扩展正则表达式）：
$ isutf8 ./*.py | grep -E "offset (17|18)"
或者，对整个目录内的文件进行特定测试：
$ find . -iname "*.py" -type f -exec bash -c 'isutf8 "$1" | grep -E "offset (17|18)"' Find {} \;