linux – 如何检测文件在Bash中是否具有UTF-8 BOM？

我正在尝试编写一个脚本,将自动从文件中删除UTF-8 BOM.我无法检测文件是否有第一个.这是我的代码：

function has-bom {
    # Test if the file starts with 0xEF,0xBB,and 0xBF
    head -c 3 "$1" | grep -P '\xef\xbb\xbf'
    return $?
}

由于某种原因,头似乎忽略了文件前面的BOM.举个例子,运行这个

printf '\xef\xbb\xbf' > file
head -c 3 file

不会打印任何东西.

我试着寻找一个可以帮助我解决这个问题的选项,但没有运气.有什么可以做的,使这项工作吗？

解决方法

首先,我们来证明头部实际工作正常：

$printf '\xef\xbb\xbf' >file
$head -c 3 file 
$head -c 3 file | hexdump -C
00000000  ef bb bf                                          |...|
00000003

现在,我们来创建一个工作函数has_bom.如果你的grep支持-P,那么一个选项是：

$has_bom() { head -c3 "$1" | LC_ALL=C grep -qP '\xef\xbb\xbf'; }
$has_bom file && echo yes
yes

目前,只有GNU grep支持-P.

另一个选择是使用bash的$’…’：

$has_bom() { head -c3 "$1" | grep -q $'\xef\xbb\xbf'; }
$has_bom file && echo yes
yes

ksh和zsh也支持$’…’,但是这个结构不是POSIX,破折号不支持它.

笔记：

>使用明确的return $？是可选的.默认情况下,该函数将返回与最后一个命令运行的退出代码.
>我已经使用POSIX窗体来定义函数.这相当于bash形式,但是如果您必须在另一个shell下运行该功能,则可以减少处理的问题.
> bash确实接受使用字符 – 在函数名中,但这是一个有争议的功能.我把它换成了更广泛接受的_ (有关此问题的更多信息,请参阅this answer.)> grep make的-q选项是安静的,这意味着它仍然设置一个正确的退出代码,但它不会向stdout发送任何字符.