Início / computer / Perguntas / 1565894
Accepted
klepp0906
Asked: 2020-07-04 10:08:24 +0800 CST

Como remover o que aparentemente são caracteres de controle no notepad ++?

  • 772

Eu tenho algumas entradas no bloco de notas ++ que nunca vi antes. Eu destaquei quadrados em muitas linhas com SGCI SSA PU1 PU2 MWe SPAdentro dos quais, se copiar/colar aqui, todos se traduzem em ``

Estou procurando uma maneira de removê-los das entradas. O Google indica que eles são "caracteres de controle", mas há muitos para eu tentar remover manualmente.

tentei [\x00-\x09\x0B-\x0C\x0E-\x1F], mas aparentemente não cobriu/não cobre os personagens ofensivos.

insira a descrição da imagem aqui

aqui está um exemplo de algumas linhas caso minha postagem original não tenha sido clara o suficiente.

insira a descrição da imagem aqui

Aqui está o próprio arquivo.

https://www.dropbox.com/s/lymgnxy9p0atp8x/TrophyID.txt?dl=0

regex notepad++

4 respostas

  1. Best Answer

    Todos esses caracteres são UTF8

    • Ctrl+H
    • Encontrar o que: [\x{0080}-\x{0099}]ou[\x00-\x09\x0B-\x0C\x0E-\x1F]
    • Substitua por: LEAVE EMPTYou o que você quiser
    • VERIFICAR Envolver
    • VERIFICAR expressão regular
    • Replace all

    Explicação:

    [                 # character class
    \x{0080}        # from character http://www.fileformat.info/info/unicode/char/0080/index.htm
  -               # upto
    \x{0099}        # character http://www.fileformat.info/info/unicode/char/0099/index.htm
]                 # end character class

    [                 # character class
    \x00-\x09       # hex 00 to 09
    \x0B-\x0C       # hex 0B to 0C
    \x0E-\x1F       # hex 0E to 1F
]                 # end character class

    Você pode adaptar a gama para atender exatamente às suas necessidades.

    Captura de tela (antes):

    Peguei algumas linhas do seu arquivo de exemplo.

    insira a descrição da imagem aqui

    Captura de tela (depois):

    Aqui eu usei XXXcomo substituto para ver onde a substituição foi feita.

    insira a descrição da imagem aqui

    • 5

  2. É possível que "Mostrar todos os caracteres" e/ou "Mostrar espaços em branco e TAB" estejam ativados. Desative-os indo em Exibir -> Mostrar símbolo e selecionando-os.

    IMG:

    • 2

  3. SGCIou 'Single Graphic Character Introducer' (U+0099) e PU2, ou melhor, 'Private Use Two' (U+0092) fazem parte do bloco 'Latin-1-supplement' que vai de [\x80-\xFF]. Aqui você pode ver todos os personagens deste bloco.

    Portanto, para remover os dois SGCI, PU2você precisa encontrar:

    [\x99\x92]

    Substitua por nada.

    • 2
    • Ctrl+H
    • Encontrar o que:[\x00-\x09\x0B-\x0C\x0E-\x1F]
    • Substituir com:LEAVE EMPTY
    • VERIFICAR Envolver
    • VERIFICAR expressão regular
    • Replace all

    Explicação:

    [                   # character class
    \x00-\x09           # hexa 00 to 09
    \x0B-\x0C           # hexa 0B to 0C
    \x0E-\x1F           # hexa 0E to 1F
]                   # end character class

    Captura de tela (antes):

    insira a descrição da imagem aqui

    Captura de tela (depois):

    insira a descrição da imagem aqui

    • 0

relate perguntas