perl脚本批量处理代码中的中文注释乱码的问题

代码中统一使用utf-8编码是最好的,但是有一些多人合作的项目或者一些历史遗留代码,常见一些中文注释乱码的问题。这里以一个开源项目evpp为例子 evpp。以项目中的一个commit id为例: 477033f938fd47dfecde43c82257cd286d9fa38e , git checkout -b test 477033f938fd47dfecde43c82257cd286d9fa38e , 切换一个分支用于测试。这个项目中的 evpp/logging.h 文件的注释就存在乱码。本人用vscode打开的截图如下:

当然这种情况在网页上或者notepad++上有的可以看清楚乱码的注释。但是这没有解决根本问题,编码混乱还是存在。如果代码中这种情况比较少,手动修改一下也是可以的,文件比较多就比较痛苦了。如下的perl脚本用于解决这个问题。

perl 复制代码
#! /usr/bin/perl
use v5.14;
use Tie::File;
use Encode;

for my $filePath (@ARGV) {
	unless (-f $filePath) {
		warn "$filePath does not exist !!!";
		next;
	}
	tie my @contentArry, 'Tie::File', $filePath;
	for my $line (@contentArry) {
		next if encode('utf-8', decode('utf-8', $line)) eq $line;
		$line = encode('utf-8', decode('gbk', $line));
	}
	untie @contentArry;
}

脚本的用法举例,脚本命名为 process_comments.pl ,然后在Git Bash中直接执行 ./process_comments.pl logging.h 即可,参数可以输入多个文件名。执行脚本后 git diff一下:

可以清楚的看到,乱码的注释正常显示了。在vscode中也显示正常。OK,又可以愉快地码代码了!!!

相关推荐
感哥3 小时前
C++ STL 常用算法
c++
saltymilk13 小时前
C++ 模板参数推导问题小记(模板类的模板构造函数)
c++·模板元编程
感哥14 小时前
C++ lambda 匿名函数
c++
沐怡旸20 小时前
【底层机制】std::unique_ptr 解决的痛点?是什么?如何实现?怎么正确使用?
c++·面试
感哥20 小时前
C++ 内存管理
c++
博笙困了1 天前
AcWing学习——双指针算法
c++·算法
感哥1 天前
C++ 指针和引用
c++
感哥2 天前
C++ 多态
c++
沐怡旸2 天前
【底层机制】std::string 解决的痛点?是什么?怎么实现的?怎么正确用?
c++·面试
River4162 天前
Javer 学 c++(十三):引用篇
c++·后端