1. 前提说明

  • 项目已经处于维护期
  • 项目一开始并没有考虑多语言，所以很多地方都是写死的中文
  • 现在要给这个项目添加多语言适配

2. 工具选择

3. 难点

  • 项目很大，中文可能存在于各种文件中，例如html, vue, js, typescript等等， 人工查找不现实
  • 所以首先第一步是要找出所有的中文语句

4. 让文本飞

  1. 安装ripgrep apt-get instal ripgrep
  2. 搜索所有包含中文的代码: rg -e '[\p{Han}]' > han.all.md
  3. 给所有包含中文的代码，按照文件名，和出现的次数排序: cat han.all.md | awk -F: '{print $1}' | uniq -c | sort -nr > stat.han.md 这一步主要是看看哪些文件包含的中文比较多
  4. 按照中文的语句，排序并统计出现的次数: cat han.all.md |rg -o -e '([\p{Han}]+)' | sort | uniq -c | sort -nr > word.han.md

经过上面4步，基本上可以定位出哪些代码中包含中文，中文的语句有哪些。