sed या perl

Question

का उपयोग कर किसी XML फ़ाइल से अमान्य वर्णों को कैसे निकालें I सभी अमान्य वर्णों से छुटकारा पाना चाहते हैं; उदाहरण के लिए hexadecimal value 0x1A एक एक्सएमएल फ़ाइल से sed का उपयोग कर।
रेगेक्स और कमांड लाइन क्या है?
EDIT
अधिक प्रतिक्रिया प्राप्त करने की उम्मीद में पर्ल टैग जोड़ा गया। मैं एक लाइनर समाधान पसंद करते हैं।
संपादित
ये मान्य XML वर्ण

x9 | xA | xD | [x20-xD7FF] | [xE000-xFFFD] | [x10000-x10FFFF] 

Answer 1

मान लिया जाये कि UTF-8 एक्सएमएल दस्तावेजों:

perl -CSDA -pe' 
    s/[^\x9\xA\xD\x20-\x{D7FF}\x{E000}-\x{FFFD}\x{10000}-\x{10FFFF}]+//g; 
' file.xml > file_fixed.xml 

आप के बजाय बुरा बाइट्स सांकेतिक शब्दों में बदलना चाहते हैं,

perl -CSDA -pe' 
    s/([^\x9\xA\xD\x20-\x{D7FF}\x{E000}-\x{FFFD}\x{10000}-\x{10FFFF}])/ 
     "&#".ord($1).";" 
    /xeg; 
' file.xml > file_fixed.xml 

आप इसे कुछ कॉल कर सकते हैं विभिन्न तरीकों से:

perl -CSDA  -pe'...' file.xml > file_fixed.xml 
perl -CSDA -i~ -pe'...' file.xml  # Inplace with backup 
perl -CSDA -i -pe'...' file.xml  # Inplace without backup 

Answer 2

tr आदेश सरल हो जाएगा।

cat <filename> | tr -d '\032' > <newfilename> 

नोट ASCII वर्ण '0x1A' ऑक्टल मान '032', है तो हम इसके स्थान से tr उपयोग करते हैं: तो, की तरह कुछ प्रयास करें। सुनिश्चित नहीं है कि tr हेक्स पसंद करता है।

Answer 3

प्रयास करें:

perl -pi -e 's/[^\x9\xA\xD\x20-\x{d7ff}\x{e000}-\x{fffd}\x{10000}-\x{10ffff}]//g' file.xml