在Linux上，我有一个有很多文件的目录。其中一些具有非ascii字符，但它们都是有效的UTF-8。有一个程序有一个错误，阻止它处理非ascii文件名，我必须找出有多少受到影响。我打算用find来做这个，然后用grep来打印非ascii字符，然后用wc -l来查找数字。不一定是grep;我可以使用任何标准的Unix正则表达式，如Perl、sed、AWK等。
然而，是否存在“非ASCII字符的任何字符”的正则表达式?
当前回答
[^\x00-\x7F]和[^[:ascii:]]缺少一些控制字节，因此字符串有时是更好的选择。比如猫测试。bt | perl -pe 's/[^[:ascii:]]+/\n/g'将对您的终端做一些奇怪的事情，其中作为字符串测试。Torrent会正常运行。
其他回答
[^\x00-\x7F]和[^[:ascii:]]缺少一些控制字节，因此字符串有时是更好的选择。比如猫测试。bt | perl -pe 's/[^[:ascii:]]+/\n/g'将对您的终端做一些奇怪的事情，其中作为字符串测试。Torrent会正常运行。
你也可以检查这个页面:Unicode正则表达式，因为它包含一些有用的Unicode字符类，比如:
\p{Control}: an ASCII 0x00..0x1F or Latin-1 0x80..0x9F control character.
你可以使用这个正则表达式:
[^\w \xC0-\xFF]
情况询问，选项是多线。
不，[^\x20-\x7E]不是ASCII。
这是真正的ASCII:
[^\x00-\x7F]
否则，它将删除换行符和ASCII表中的其他特殊字符!
这被证明是非常灵活和可扩展的。 $field =~ s/[^\x00-\x7F]//g;#这样所有非ASCII或特定的项目都可以被清除。无论是在选择还是对最终将成为哈希键的项进行预处理方面都非常好。
推荐文章
- (grep)正则表达式匹配非ascii字符?
- 如何在保持原始字符串的同时对字符串执行Perl替换?
- 创建正则表达式匹配数组
- 如何从另一个文件A中删除文件B中出现的行?
- *的区别是什么?和。*正则表达式?
- 如何将“camelCase”转换为“Camel Case”?
- 在Java中使用正则表达式提取值
- Java中的正则表达式命名组
- 使用正则表达式搜索和替换Visual Studio代码
- 使用split("|")按管道符号拆分Java字符串
- 替换字符串中第一次出现的模式
- “\d”在正则表达式中是数字吗?
- Java标识符中的“连接字符”是什么?
- 如何检查一行是否为空白使用正则表达式
- RegEx以确保字符串至少包含一个小写字符、大写字符、数字和符号
