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
llz_1125 分钟前
第五周作业(JavaScript)
开发语言·前端·javascript
colus_SEU10 分钟前
【编译原理笔记】2.1 Programming Language Basics
c++·算法·编译原理
W.Y.B.G20 分钟前
JavaScript 计算闰年方法
开发语言·前端·javascript
liu****22 分钟前
笔试强训(二)
开发语言·数据结构·c++·算法·哈希算法
sukalot29 分钟前
Windows显示驱动开发-支持显示输出和 ACPI 事件
windows
爱隐身的官人31 分钟前
Windows安全狗安装教程
windows·安全·安全设备
挺6的还1 小时前
高并发内存池
c++
无限进步_1 小时前
扫雷游戏的设计与实现:扫雷游戏3.0
c语言·开发语言·c++·后端·算法·游戏·游戏程序
jianqiang.xue1 小时前
单片机图形化编程:课程目录介绍 总纲
c++·人工智能·python·单片机·物联网·青少年编程·arduino
qq_433554541 小时前
C++ 完全背包
开发语言·c++·算法