Я хочу сделать это:
findstr /s /c:some-symbol *
или эквивалент grep
grep -R some-symbol *
но мне нужна утилита для автоматического обнаружения файлов, закодированных в UTF-16 (и друзей), и поиска их соответствующим образом. В моих файлах даже есть отметка порядка байтов FFEE, поэтому я даже не ищу героического автоопределения.
Какие-либо предложения?
Я имею в виду Windows Vista и XP.
Обходной путь — преобразовать UTF-16 в ASCII или ANSI.
TYPE UTF-16.txt > ASCII.txt
Затем вы можете использовать FINDSTR.
FINDSTR object ASCII.txt
type UTF-16.txt | findstr, если вам не нужно имя файла (OP требует имени файла, потому что ищет несколько файлов, но некоторые могут найти это полезным)
- person yoyo; 13.05.2021
Спасибо за предложения. Я имел в виду Windows Vista и XP.
Я также обнаружил этот обходной путь, используя бесплатную Sysinternals strings.exe:
C:\> strings -s -b dir_tree_to_search | grep regexp
Strings.exe извлекает все найденные строки (из двоичных файлов, но отлично работает и с текстовыми файлами) и добавляет к каждому результату имя файла и двоеточие, так что примите это во внимание в регулярном выражении (или используйте cut или другой шаг конвейера). -s заставляет выполнять рекурсивное извлечение, а -b просто подавляет баннерное сообщение.
В конце концов, я все еще немного удивлен, что флагманские поисковые утилиты Gnu grep и findstr изначально не обрабатывают кодировку символов Unicode.
В Windows вы также можете использовать find.exe.
find /i /n "YourSearchString" *.*
Единственная проблема заключается в том, что это печатает имена файлов, за которыми следуют совпадения. Вы можете отфильтровать их, передав findstr
find /i /n "YourSearchString" *.* | findstr /i "YourSearchString"
findstr /s /c:some-symbol *
можно заменить следующей командой, поддерживающей кодировку символов:
for /r %f in (*) do @find /i /n "some-symbol" "%f"
Согласно этой статье в блоге Дэймона Кортези, grep не работает с UTF -16 файлов, как вы выяснили. Тем не менее, он представляет этот обходной путь:
for f in `find . -type f | xargs -I {} file {} | grep UTF-16 | cut -f1 -d\:`
do iconv -f UTF-16 -t UTF-8 $f | grep -iH --label=$f ${GREP_FOR}
done
Это, очевидно, для Unix, не знаю, что будет эквивалентно для Windows. Автор этой статьи также предоставляет сценарий оболочки для выполнения вышеуказанного, который вы можете найти на github здесь. .
Это только файлы greps, которые являются UTF-16. Вы также можете просмотреть свои ASCII-файлы обычным способом.
В более поздних версиях Windows UTF-16 поддерживается по умолчанию. Если нет, попробуйте изменить активную кодовую страницу командой chcp.
В моем случае, когда использование только findstr не работало для файлов UTF-16, однако оно работало с type:
type *.* | findstr /s /c:some-symbol
Вы не сказали, на какой платформе вы хотите это сделать.
В Windows вы можете использовать PowerGREP, который автоматически определяет файлы Unicode, начинающиеся с метки порядка следования байтов. (Есть также возможность автоматического обнаружения файлов без спецификации. Автоматическое определение очень надежно для UTF-8, но ограничено для UTF-16.)
