shell 筛选目录下的特定编码类型文件

引言

最近需要做一个php网页汉化的任务，找到了一个老版本的汉化版，老版本的汉化所有的包含中文的php也没的编码格式都是UTF-8，为了不一个一个的去找老版本的包含中文的php页面，想要写一个shell 脚本筛选出所有包含中文呢的php文件。

实现

脚本的任务很简单，写起来也很简单：递归遍历目录下的所有文件，查看文件格式，如果是UTF-8则筛选出来，不是UTF-8则过滤掉。代码如下所示

#/bin/bashutf8_re="*UTF-8*"path=./for File in `find $path`dofiletype=`file $File`echo $filetype|grep -E $utf8_re>/dev/null 2>&1if [ $? -eq 0 ];thenecho $filetypefi  done

下面分析一下。

首先定义了两个变量，一个用来进行匹配文件编码格式，一个用来指定路径。

这里用find命令来递归遍历目录下的所有文件，一开始想使用ls -R命令，但是在shell编写过程中发现，这个命令不是很好用，不容易取到子目下下的文件,而且ls -R同样会返回目录，还需要额外添加一个if [-f $file]的判断，而find命令在没有规则的情况下直接返回所有文件；

得到所有文件后，用file命令得到文件的编码格式；

得到编码格式后用正则表达式进行判断，判断文件格式是否为UTF-8。