BOMを含むテキストファイルを検索する方法

質問

複数のテキストファイルがあるのですが、その中からBOMが不可されているテキストファイルを知りたいのです。

できればWindowsではなく、Linux上でできるといいのですが、grepなどで検索することはできるのでしょうか。ffefという２バイトを含むということでいいと思ったのですが、それをどのようにして指定してやればいいのでしょうか。

回答No.1

venzou

BOMは７種類あるようです。
http://www.atmarkit.co.jp/fxml/rensai/w3cread37/w3cread37_3.html

こんな感じでどうでしょう？

#!/usr/local/bin/perl

@bom = (
　chr(0x00).chr(0x00).chr(0xFE).chr(0xFF),
　chr(0xFF).chr(0xFE).chr(0x00).chr(0x00),
　chr(0x00).chr(0x00).chr(0xFF).chr(0xFE),
　chr(0xFE).chr(0xFF).chr(0x00).chr(0x00),
　chr(0xFE).chr(0xFF),
　chr(0xFF).chr(0xFE),
　chr(0xEF).chr(0xBB).chr(0xBF)
);

#// カレントフォルダオープン
opendir(DIR, './') or die;
@files = sort readdir(DIR);
closedir(DIR);

foreach (@files) {
　if(-f $_){
　　open(FILE, $_) or die;
　　$dat = <FILE>;
　　for(my $i = 0; $i <= $#bom; $i++){
　　　if(index($dat, $bom[$i]) == 0){
　　　　print "$_\n";
　　　　last;
　　　}
　　}
　　close(FILE);
　}
}
#見やすいように、全角スペースが入ってますので、TABなどに置換してから実行してください。

参考URL：

http://www.atmarkit.co.jp/fxml/rensai/w3cread37/w3cread37_3.html

お礼

ありがとうございます！うまく抽出することができました。