मेरे पास एक बड़ी टेक्स्ट फ़ाइल है जिसमें कुछ यूनिकोड वर्ण हैं जो लाटेक्स क्रैश करते हैं। मैं गैर-ASCII वर्णों को एक फ़ाइल में sed के साथ कैसे ढूंढ सकता हूं, और लिनक्स बैश की तरह?बैश टूल के साथ गैर-ASCII वर्णों को कैसे खोजें?
grep -P '[^\x00-\x7f]' file
प्रयास करें:
nonascii() { LANG=C grep --color=always '[^ -~]\+'; }
कौन सा की तरह इस्तेमाल किया जा सकता है:
printf 'ŨTF8\n' | nonascii
[] भीतर ^ "नहीं" का अर्थ है
वाह यह लाल लाल रंग में भी काम करता है। –
क्या आप मुझे समझा सकते हैं कि '[^ - ~] \ +' का अर्थ क्या है?^लाइन afaik की शुरुआत है। –
बहुत अच्छा है। लेकिन नियंत्रण वर्ण (न्यूलाइन को छोड़कर) पाए जाते हैं, हालांकि वे वास्तव में ASCII हैं। तो जब टैब होते हैं, कैरिज-रिटर्न (डॉस फाइलें), वे पाए जाते हैं। क्या आप एक विकल्प प्रदान कर सकते हैं जो केवल गैर-ASCII वर्णों को प्रिंट करता है? दूसरे उत्तर में '[^ \ x00- \ x7f]' दृष्टिकोण मेरे लिए भी काम नहीं करता है। – nealmcb
इस आदेश की कोशिश करो। तो [^ -~] का अर्थ अंतरिक्ष के बीच नहीं है और ~। तो नियंत्रण वर्णों को छोड़कर, यह गैर ASCII वर्णों से मेल खाता है, और यह अधिक पोर्टेबल है हालांकि नीचे [^\x00-\x7f] का थोड़ा कम सटीक संस्करण है। \+ का अर्थ है 1 or more और मल्टीबाई वर्णों को प्रत्येक बाइट में घुसने के बजाए पूरे चरित्र के चारों ओर एक रंग दिखाने के लिए मिलेगा, इस प्रकार मल्टीबाइट अनुक्रम को भ्रष्ट कर देगा
क्या यह बहुमत के साथ यूटीएफ -8 में एक फ़ाइल है अक्षर ASCII हैं, लेकिन कुछ अच्छी तरह से गठित बहु-बाइट यूटीएफ -8 हैं और कुछ टूटा हुआ है (बहु-बाइट) यूटीएफ -8? क्या कई अच्छी तरह से गठित (बहु-बाइट) यूटीएफ -8 वर्ण हैं? या यह पूरी तरह से कुछ अन्य एन्कोडिंग है? –