BOM プレフィックス付き UTF-8 ファイルを見つけるためのよりエレガントなアプローチ

デバッグ目的で、UTF-8 バイト オーダー マーク (BOM) で始まるファイルを識別しますディレクトリ内にあることが重要です。ただし、既存の方法は複雑になる可能性があり、改行を含むファイル名で問題が発生する可能性があります。この記事では、より合理化されたソリューションについて詳しく説明します。

元のコマンドから始めて、find を使用してディレクトリを再帰的に走査し、ファイルをフィルタリングし、それらの名前を while ループにパイプします。ループ内で、head は各ファイルの最初の 3 バイトを抽出し、それらを予期される BOM シーケンス ($'\xef\xbb\xbf') と比較します。この条件を満たすファイルが強調表示されます。

このアプローチの潜在的な欠点の 1 つは、ファイル名の改行に対する脆弱性です。この問題を回避するために、BOM プレフィックス付きファイルを見つけるだけでなく、それらを削除する代替コマンド

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

このコマンドは sed を利用して、各 BOM シーケンスの最初の行を空の文字列に置き換えます。一致するファイル。ただし、この操作により、これらの文字を含むバイナリ ファイルが変更されることに注意してください。

非破壊的なアプローチを求める場合は、次のコマンドをお勧めします:

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

このコマンドは grep を使用して、内容を変更せずに BOM シーケンスを含むファイルを検索してリストします。

最終的に、ソリューションの選択は、望ましい結果と性質によって異なります。検査されているファイルの数。