我正在尝试从文件中的记录中删除不可打印的字符(例如^@
)。由于使用循环的时间过多,因此无法使用cat来记录文件的容量太大。我尝试使用
sed -i 's/[^@a-zA-Z 0-9`~!@#$%^&*()_+\[\]\\{}|;'\'':",.\/<>?]//g' FILENAME
但仍然不会删除^@
字符。我也尝试使用
awk '{ sub("[^a-zA-Z0-9\"!@#$%^&*|_\[](){}", ""); print } FILENAME > NEW FILE
但是它也没有帮助。
有人可以建议其他方法来删除不可打印的字符吗?
使用tr -cd
,但它正在删除重音字符。但是它们是文件中必需的。
也许您可以使用[:print:]
的补码,其中包含所有可打印的字符:
tr -cd '[:print:]' < file > newfile
如果您的tr
版本不支持多字节字符(似乎很多字符不支持,这对我来说适用于GNU sed(具有UTF-8语言环境设置):
sed 's/[^[:print:]]//g' file
首先删除所有控制字符:
tr -dc '\007-\011\012-\015\040-\376' < file > newfile
然后尝试输入您的字符串:
sed -i 's/[^@a-zA-Z 0-9`~!@#$%^&*()_+\[\]\\{}|;'\'':",.\/<>?]//g' newfile
我相信您看到的^@
实际上是零值\0
。上方的tr
过滤器也会将其删除。
strings -1 file... > outputfile
似乎可以工作