Wie kann man in Bash erkennen, ob eine Datei eine UTF-8-BOM hat?

Lassen Sie uns zuerst diesen head demonstrieren funktioniert eigentlich richtig:

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

Lassen Sie uns nun eine funktionierende Funktion has_bom erstellen . Wenn Ihr grep unterstützt -P , dann ist eine Option:

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

Derzeit nur GNU grep unterstützt -P .

Eine weitere Option ist die Verwendung von $'...' von bash :

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

ksh und zsh unterstützt auch $'...' aber dieses Konstrukt ist nicht POSIX und dash unterstützt es nicht.

Hinweise:

1. Die Verwendung eines expliziten return $? es ist optional. Die Funktion kehrt standardmäßig mit dem Exit-Code der letzten Befehlsausführung zurück.

2. Ich habe das POSIX-Formular zum Definieren von Funktionen verwendet. Dies entspricht dem Bash-Formular, gibt Ihnen aber ein Problem weniger, mit dem Sie sich auseinandersetzen müssen, wenn Sie die Funktion jemals unter einer anderen Shell ausführen müssen.

3. bash akzeptiert die Verwendung des Zeichens - in einem Funktionsnamen, aber dies ist ein umstrittenes Merkmal. Ich habe es durch _ ersetzt was mehr akzeptiert wird. (Weitere Informationen zu diesem Thema finden Sie in dieser Antwort.)

4. Die -q Option zu grep macht es leise, was bedeutet, dass es immer noch einen richtigen Exit-Code setzt, aber es sendet keine Zeichen an stdout.

Für die erste Lesezeile habe ich Folgendes angewendet:

read c
if (( "$(printf "%d" "'${c:0:1}")" == 65279 ))  ; then c="${c:1}" ; fi

Dadurch wird einfach die Stückliste aus der Variablen entfernt.