Una aplicación en mi computadora necesita leer en un archivo de texto. Tengo varios y uno no funciona; el programa no lo lee y me dice que hay un mal personaje en algún lado. Mi primera suposición es que hay un personaje no ascii en algún lado, pero no tengo idea de cómo encontrarlo. Perl o cualquier regex genérica sería agradable. ¿Algunas ideas?documento de búsqueda para no-ascii
Puede usar [^\x20-\x7E] para que coincida con un carácter que no sea ASCII.
p. Ej. grep -P '[^\x20-\x7E]' suspicious_file
Tuve un problema al usar esto, ya que también identificaría todos los caracteres de final de línea en mi archivo. La combinación de tu respuesta con la de Ruakh funcionó a las mil maravillas: [^ \ t \ n \ r \ x20- \ x7E] – JMM
En mi caso, la [respuesta de la otra pregunta] (http://stackoverflow.com/a/ 882437/873282) fue mejor: '[\ xE0- \ xFF]' – koppor
perl -wne 'printf "byte %02X in line $.\n", ord $& while s/[^\t\n\x20-\x7E]//;'
encontrarán cada carácter que no es un archivo ASCII glífico carácter, pestaña, espacio o salto de línea.
Si informa 0D s (devolución de carro) en archivos que son O.K., entonces cambie \t\n a \t\n\r.
Si solo informa 0D s en archivos que son incorrectos, entonces probablemente pueda reparar esos archivos ejecutando dos2unix en ellos.
Solo un apéndice, uno debe ejecutar la entrada como el argumento final no incluido en la lista. –
Así, ¡gracias! Tuve que cambiarlo ligeramente para una consola DOS: 'perl -wne" printf qq (byte% 02X en la línea $. \ N), ord $ y while s/[^ \ t \ n \ x20- \ x7E]//;
Si utiliza tabuladores en el código fuente, así, tratar este patrón:
[^\x08-\x7E]
Works también en Notepad ++
¿Qué te tratan tan lejos? – nmagerko
Creo que puede encontrar una respuesta [aquí] (http://stackoverflow.com/questions/881931/how-can-i-find-extended-ascii-characters-in-a-file-using-perl)? – Neilos
Acepté el café matemático porque funcionaba excesivamente en Notepad ++ –