Su Windows, devo trovare tutti i file in una directory che contiene BOM UTF-8 (segno di ordine dei byte). Quale strumento può farlo e come?
Può essere uno script PowerShell, alcune funzionalità di ricerca avanzata dell'editor di testo o altro.
Su Windows, devo trovare tutti i file in una directory che contiene BOM UTF-8 (segno di ordine dei byte). Quale strumento può farlo e come?
Può essere uno script PowerShell, alcune funzionalità di ricerca avanzata dell'editor di testo o altro.
Risposte:
Ecco un esempio di uno script di PowerShell. Cerca nel C:
percorso tutti i file in cui si trovano i primi 3 byte 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
È necessario "ReadAllBytes"? Forse leggere solo pochi primi byte avrebbe prestazioni migliori?
Punto valido. Ecco una versione aggiornata che legge solo i primi 3 byte.
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
get-childitem -recurse
a gestire anche le sottodirectory.
Come nota a margine, ecco uno script di PowerShell che utilizzo per rimuovere i caratteri della distinta base UTF-8 dai miei file di origine:
$files=get-childitem -Path . -Include @("*.h","*.cpp") -Recurse
foreach ($f in $files)
{
(Get-Content $f.PSPath) |
Foreach-Object {$_ -replace "\xEF\xBB\xBF", ""} |
Set-Content $f.PSPath
}
Se ci si trova su un computer aziendale (come me) con privilegi limitati e non è possibile eseguire lo script PowerShell, è possibile utilizzare un Notepad ++ portatile con plug-in PythonScript per eseguire l'attività, con il seguente script:
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()
Il credito va a https://pw999.wordpress.com/2013/08/19/mass-convert-a-project-to-utf-8-using-notepad/