Manière élégante pour rechercher des fichiers UTF-8 avec BOM ?

Question

À des fins de débogage, j'ai besoin de recherche de manière récursive un répertoire de tous les fichiers qui commencent avec un encodage UTF-8 marque d'ordre des octets (BOM). Ma solution actuelle est un simple script shell:

find -type f |
while read file
do
    if [ "`head -c 3 -- "$file"`" == $'\xef\xbb\xbf' ]
    then
        echo "found BOM in: $file"
    fi
done

Ou, si vous préférez court, illisible, one-liners:

find -type f|while read file;do [ "`head -c3 -- "$file"`" == $'\xef\xbb\xbf' ] && echo "found BOM in: $file";done

Il ne fonctionne pas avec des noms de fichiers qui contiennent un saut de ligne, mais ces fichiers ne sont pas à craindre de toute façon.

Est-il plus ou moins solution plus élégante?

Il n'existe aucun texte intéressant des éditeurs ou des macros pour les éditeurs de texte?

Answer 1

Qu'en est-il de cette commande simple qui non seulement trouve, mais efface les noms désagréables? :)

 find . -type f -exec sed '1s/^\xEF\xBB\xBF//' -i.bak {} \; -exec rm {}.bak \;
 

J'aime "trouver" :)

Si vous voulez seulement afficher les fichiers de nomenclature, utilisez celui-ci:

 grep -rl $'\xEF\xBB\xBF' .
 

Answer 2

Le meilleur moyen facile de le faire sous Windows:

total commander -> aller au répertoire racine du projet -> rechercher des fichiers (alt + f7) -> types de fichiers *. * -> rechercher du texte "EF BB BF" -> cocher la case "Hex" -> rechercher

et vous obtenez la liste :)

Answer 3

 find . -type f -print0 | xargs -0r awk '
    /^\xEF\xBB\xBF/ {print FILENAME}
    {nextfile}'
 

La plupart des solutions données ci-dessus testent plus que la première ligne du fichier, même si certaines (comme la solution de Marcus) filtrent ensuite les résultats. Cette solution teste uniquement la première ligne de chaque fichier, elle devrait donc être un peu plus rapide.

Answer 4

Si vous acceptez des faux positifs (s'il existe des fichiers autres que du texte ou, dans le cas peu probable, un fichier ZWNBSP au milieu d'un fichier), vous pouvez utiliser grep:

 fgrep -rl `echo -ne '\xef\xbb\xbf'` .
 

Answer 5

Je voudrais utiliser quelque chose comme:

 grep -orHbm1 "^`echo -ne '\xef\xbb\xbf'`" . | sed '/:0:/!d;s/:0:.*//'
 

Ce qui garantit que la nomenclature se produit à partir du premier octet du fichier.