Làm cách nào để tìm tất cả các tệp trong thư mục chứa UTF-8 BOM (dấu thứ tự byte)?

Trên Windows, tôi cần tìm tất cả các tệp trong thư mục chứa UTF-8 BOM (dấu thứ tự byte). Công cụ nào có thể làm điều đó và làm thế nào?

Nó có thể là tập lệnh PowerShell, một số tính năng tìm kiếm nâng cao của trình soạn thảo văn bản hoặc bất cứ điều gì.

Dưới đây là một ví dụ về tập lệnh PowerShell. Nó tìm trong C:đường dẫn cho bất kỳ tệp nào có 3 byte đầu tiên 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

Có cần thiết phải "ReadAllBytes" không? Có lẽ chỉ đọc một vài byte đầu tiên sẽ hoạt động tốt hơn?

Điểm công bằng. Đây là một phiên bản cập nhật chỉ đọc 3 byte đầu tiên.

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

Như một lưu ý phụ, đây là tập lệnh PowerShell mà tôi sử dụng để loại bỏ (các) charater BOM UTF-8 khỏi các tệp nguồn của mình:

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

Nếu bạn đang sử dụng máy tính doanh nghiệp (như tôi) với các đặc quyền bị hạn chế và không thể chạy tập lệnh powershell, bạn có thể sử dụng một Notepad ++ di động với plugin PythonScript để thực hiện tác vụ, với tập lệnh sau:

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()

Tín dụng truy cập https://pw999.wordpress.com/2013/08/19/mass-convert-a-project-to-utf-8-USE-notepad/