findstr oder grep, autodetects chararacter-Codierung (UTF-16)

Ich dies tun möchten:

 findstr /s /c:some-symbol *

oder die grep-äquivalent

 grep -R some-symbol *

aber ich muss das Dienstprogramm auf autodetect-Dateien kodiert in UTF-16 (und Freunde), und suchen Sie Sie entsprechend. Meine Dateien haben sogar den byte-order mark FFEE in Ihnen, also bin ich auch nicht auf der Suche für heroic aussucht.

Irgendwelche Vorschläge?

Ich beziehe mich auf Windows Vista und XP.

Sind einige Ihrer Dateien in UTF-16 und einige in ASCII, oder was?
Ja, einige ASCII, einige UTF-16.

InformationsquelleAutor David Martin | 2009-01-02

  1. 4

    Danke für die Vorschläge. Ich bezog mich auf Windows Vista und XP.

    Ich entdeckte auch, dass diese Problemumgehung, mit dem kostenlosen Sysinternals strings.exe:

    C:\> strings -s -b dir_tree_to_search | grep regexp

    Strings.exe extrahiert alle Zeichenfolgen, die es findet (von Binärdateien, aber funktioniert gut mit text-Dateien zu) und stellt jedes Ergebnis mit einem mit dem Namen und einem Doppelpunkt, so nehmen Sie das berücksichtigen, in dem regexp (oder verwenden Sie Schnitt-oder ein weiterer Schritt in der pipeline). Die -s macht es ein rekursiver Extraktion und -b nur unterdrückt die Meldung.

    Schließlich bin ich immer noch überrascht, dass das Flaggschiff auf der Suche utilities Gnu grep und findstr nicht die Verarbeitung von Unicode-Zeichencodierungen nativ.

    Zu Hause auf Ihrem unix-Umgebungen, die die UTF-16 ist viel weniger Häufig, und Dateien sind in der Regel in UTF-8, die Sie behandeln gut.
    Vielleicht nicht so toll für die Extraktion der ganzen Linie, aber perfekt für den Versuch, alle Dateien zu finden, die eine Zeichenfolge enthält (was ich versuche zu tun). Danke.

    InformationsquelleAutor David Martin

  2. 3

    Unter Windows können Sie auch verwenden find.exe. 

    find /i /n "YourSearchString" *.*

    Das problem ist nur, diese Drucke Datei-Namen, gefolgt von Treffern. Sie können die filter durch Rohrleitungen zu findstr

    find /i /n "YourSearchString" *.* | findstr /i "YourSearchString"
    Leider find Befehl nicht unterstützt übereinstimmenden Muster, wie findstr (wildcards / reguläre Ausdrücke).

    InformationsquelleAutor vent

  3. 2
    findstr /s /c:some-symbol *

    kann ersetzt werden durch das folgende Zeichen-Codierung beachten-Befehl:

    for /r %f in (*) do @find /i /n "some-symbol" "%f"
    Wenn add Venkateshwar Antwort unten erhalten Sie: for /r %f in (*) do @find /i /n "paar-symbol" "%f" | findstr /i "einige-symbol" herauszufiltern, die Dateinamen. Ich fand dies nützlich, wenn Sie eine Gruppe von Dateien durchsuchen auf der Suche nach "Fail". Ich habe nicht darauf geachtet, welche Datei es erschien, ich wollte nur sehen, ob eine Datei hatte "Fail".

    InformationsquelleAutor Shameer

  4. 1

    Ist ein workaround zu konvertieren UTF-16, ASCII-oder ANSI -

    TYPE UTF-16.txt > ASCII.txt

    Dann können Sie mit FINDSTR.

    FINDSTR object ASCII.txt
    ...Verzeihung, was?

    InformationsquelleAutor PollusB

  5. 1

    In höheren Windows-Versionen, UTF-16 unterstützt out-of-box. Wenn nicht, versuchen Sie, ändern der aktiven code-Seite von chcp Befehl.

    In meinem Fall bei der Verwendung von findstr allein wurde nicht für die UTF-16-Dateien, aber es funktionierte mit type:

    type *.* | findstr /s /c:some-symbol

    InformationsquelleAutor kenorb

  6. 0

    Gemäß dieser blog-Artikel von Damon Cortesi grep funktioniert nicht mit UTF-16-Dateien, wie Sie herausgefunden. Es stellt jedoch dieses work-around:

    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

    Dies ist natürlich für Unix, nicht sicher, was das äquivalent für Windows wäre. Der Autor dieses Artikels bietet auch ein shell-Skript zu tun, die oben genannten, finden Sie auf github hier.

    Diese nur greps Dateien sind UTF-16. Hättest du auch grep Ihre ASCII-Dateien, die dem normalen Weg.

    InformationsquelleAutor Mark A. Nicolosi

  7. 0

    Sie nicht sagen, auf welcher Plattform Sie wollen, dies zu tun.

    Unter Windows, Sie könnte verwenden PowerGREP, die automatisch erkennt, Unicode-Dateien, die beginnen mit einem byte order mark. (Es gibt auch eine option, um die auto-detect-Dateien ohne BOM. Die automatische Erkennung ist sehr zuverlässig für UTF-8, aber nur für UTF-16.)

    InformationsquelleAutor Jan Goyvaerts

Schreibe einen Kommentar