Wie kann ich erweiterte ASCII -Zeichen in einer Datei mit Perl finden?

Question

Wie kann ich erweiterte ASCII -Zeichen in einer Datei mit Perl finden? Kann jemand das Skript bekommen?

.....vielen Dank im Voraus.....

Answer 1

Seit dem erweiterten ASCII Zeichen haben Wert 128 und höher, Sie können einfach anrufen ord Bei einzelnen Zeichen und verarbeiten Sie diejenigen mit einem Wert> = 128. Der folgende Code liest aus stdin und druckt nur die erweiterten ASCII -Zeichen aus:

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

Alternative, auspacken zusammen mit Chr wird auch funktionieren. Beispiel:

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

(Ich bin sicher

---

Um die Zeilennummern stattdessen zu drucken, können Sie Folgendes verwenden (dies entzieht keine Duplikate und hat ein seltsames Verhalten, wenn Unicode übergeben wird):

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

(Vielen Dank Yaakov Belch für die $. Tipp.)

Answer 2

Das erste druckbare ASCII -Zeichen ist space (32). Das letzte druckbare ASCII -Zeichen ist ~ (126). Also würde ich wahrscheinlich benutzen

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

Obwohl es zugegebenermaßen auch Zeilen mit Steuerzeichen sowie erweiterter ASCII enthalten wird.

Bearbeiten: Geändert, um die Zeilennummer und nicht die Zeile selbst zu drucken.

Answer 3

Einzeiler:

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

Für ältere Perlversionen

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

Answer 4

Eine entscheidende Frage ist, ob die

Bytes verwenden;

Pragma sollte in Kraft sein. Das Poster sollte das entscheiden. Zum Auspflanzen Figuren Mit Codes von mehr als 127 reicht das Folgende aus:

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

oder

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

Answer 5

HYNEK -PICHI -VYCHODIL -Antwort:

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

Nur ein begrenzter Teil des nicht gedruckten Tests sollte vermutlich sein

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

stattdessen.

Answer 6

Was ist mit Grep?

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