如何使用Perl在文件中找到扩展的ASCII字符？

Question

如何使用Perl在文件中找到扩展的ASCII字符？ 任何人都可以获得脚本吗？

.....提前致谢.....

Answer 1

由于扩展的ASCII字符的值为128或更高 ，因此您只需调用单个字符上的ord并处理值> = 128的字符。以下代码从stdin读取并仅打印扩展的ASCII字符：

while (<>) {
  while (/(.)/g) {
    print($1) if (ord($1) >= 128);
  }
}

或者，与chr一起打开 包装也可以。 例：

while (<>) {
  foreach (unpack("C*", $_)) {
    print(chr($_)) if ($_ >= 128);
  }
}

（我确信一些Perl大师可以将这两者浓缩为两个单行......）

---

要改为打印行号，您可以使用以下内容（这不会删除重复项，并且在传递unicode时会出现奇怪的行为）：

while (<>) {
  while (/(.)/g) {
    print($. . "\n") if (ord($1) >= 128);
  }
}

（感谢Yaakov Belch提供的$.小费。）

Answer 2

第一个可打印的ASCII字符是space （32）。 最后一个可打印的ASCII字符是~ （126）。 所以我可能会用

while (<>) {
  print "$.\n" if /[^ -~]/;
}

虽然它肯定会显示包含控制字符和扩展ASCII的行。

编辑：更改为打印行号而不是行本身。

Answer 3

Oneliner：

perl -nE'say$.if/[\xE0-\xFF]/'

适用于较旧的perl版本

perl -lne'print$.if/[\xE0-\xFF]/'

Answer 4

一个至关重要的问题是，是否

使用字节;

pragma应该有效。 海报应该决定。 要选择代码大于127的字符 ，以下内容就足够了：

print grep 127 < ord, split // while <>;

要么

print grep /[^[:ascii:]]/, split // while <>;

Answer 5

Hynek -Pichi- Vychodil的回答：

perl -nE'say$.if/[\xE0-\xFF]/'

应该只测试非印刷的有限部分

perl -nE'say$.if/[\x80-\xFF]/'

代替。

Answer 6

grep怎么样？

grep [\x00-\x1F\x7F-\xFF]+ *