定位帶有BOM 前綴的UTF-8 文件的更優雅方法

出於調試目的，識別以UTF-8 字節順序標記(BOM) 開頭的文件在目錄中至關重要。但是，現有方法可能很複雜，並且可能會遇到包含換行符號的檔案名稱問題。在本文中，我們深入研究了一種更簡化的解決方案。

從原始命令開始，我們使用 find 遞歸遍歷目錄，過濾檔案並將其名稱透過管道傳輸到 while 循環。在循環內，head 提取每個檔案的前三個位元組，並將它們與預期的 BOM 序列 ($'\xef\xbb\xbf') 進行比較。然後，滿足此條件的文件會被反白顯示。

這種方法的一個潛在缺點是它容易受到檔案名稱中換行符號的影響。為了避免這個問題，我們提出了一個替代命令，它不僅可以定位 BOM 前綴的文件，還可以根除它們：

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

此指令利用sed 將BOM 序列替換為每個第一行中的空字串匹配文件。但是，請注意，此操作將修改包含這些字元的任何二進位檔案。

對於尋求非破壞性方法的人，我們建議使用以下命令：

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

此指令使用 grep 來尋找和列出包含 BOM 序列的文件，而不會變更其內容。

最終，解決方案的選擇取決於所需的結果和性質正在檢查的文件的數量。