前几天拿到一个系统的代码，编译编译不了，javac不支持UTF8-BOM的文件。通过一系列的笨方法干掉邪恶的BOM。

识别带BOM的文件

文件这么多，万一有些不带BOM，然后我又把它处理了不就很悲剧，所以先识别出带BOM的文件。知道BOM是何物的高手自然先检查一下文件开头的几个字节，这对我来说太难了，所以我用file。

$ file BbsCategory.java
BbsCategory.java: UTF-8 Unicode (with BOM) text, with CRLF, LF line terminators

所以我们只要对全部文件用file识别一下，用grep、awk、sed过滤出全部带BOM的文件：

file `find . -name "*.java"` \
    | grep '(with BOM)' \
    | awk '{print $1}' \
    | sed s/:// > hasbom

顺便把结果放到一个hasbom文件里，方便检查和进行下一步。

移除BOM

我们当然可以sed换掉文件前4个字节，sed不熟所以直接用tail跳过前4字节就可以了

for i in $(cat hasbom) ; do
    tail --bytes=+4 $i > tmp
    cp tmp $i
done

其实就是我不会用sed而已。