在Linux上，我有一個包含大量文件的目錄。其中一些具有非ASCII字符，但它們都是有效的UTF-8。一個程序有一個錯誤，使其無法使用非ASCII文件名，因此我必須找出有多少錯誤。我打算這樣做find，然后執(zhí)行g(shù)rep打印非ASCII字符，然后執(zhí)行a wc -l查找數(shù)字。不必是grep；我可以使用任何標(biāo)準(zhǔn)的Unix 正則表達(dá)式，例如Perl，sed，AWK等。但是，是否存在“不是ASCII字符的任何字符”的正則表達(dá)式？
3 回答
皈依舞
TA貢獻(xiàn)1851條經(jīng)驗(yàn) 獲得超3個贊
這將匹配一個非ASCII字符：
[^\x00-\x7F]
這是有效的PCRE（與Perl兼容的正則表達(dá)式）。
您還可以使用POSIX速記：
[[:ascii:]] -匹配一個ASCII字符
[^[:ascii:]] -匹配一個非ASCII字符
[^[:print:]] 可能就足夠了。**
慕蓋茨4494581
TA貢獻(xiàn)1850條經(jīng)驗(yàn) 獲得超11個贊
不，[^\x20-\x7E]不是ASCII。
這是真正的ASCII：
[^\x00-\x7F]
否則，它將修剪掉換行符和ASCII表中的其他特殊字符！
海綿寶寶撒
TA貢獻(xiàn)1809條經(jīng)驗(yàn) 獲得超8個贊
[^\x00-\x7F]并且[^[:ascii:]]錯過了一些控制字節(jié)，因此有時字符串可能是更好的選擇。例如，cat test.torrent | perl -pe 's/[^[:ascii:]]+/\n/g'它將對您的終端產(chǎn)生奇怪的影響，strings test.torrent并表現(xiàn)正常。
添加回答
舉報
0/150
提交
取消