Início / unix / Perguntas / 523327
Accepted
Stupid
Asked: 2019-06-07 06:21:49 +0800 CST

Como grep caracteres com seu valor unicode?

  • 772

Eu tenho o caractere Unicode ᚠ, representado por seu ponto de código Unicode 16A0, em um arquivo de texto (o arquivo de texto é codificado(?) como utf-8).

Quando faço grep '\u16A0' test.txtnão obtenho resultado. Como faço para grep esse personagem?

grep regular-expression

2 respostas

  1. Best Answer

    Você pode usar aspas ANSI-C para substituir caracteres com escape de barra invertida conforme especificado pelo padrão ANSI C.

    grep $'\u16A0'

    Para alguns exemplos mais complexos, você pode consultar esta pergunta relacionada e suas respostas.

    • 21

  2. Você pode usar o ugrep como um substituto do grep para corresponder ao ponto de código Unicode U + 16A0:

    ugrep '\x{16A0}' test.txt

    Ele usa as mesmas opções do grep, mas oferece muito mais recursos, como:

    O ugrep pesquisa a entrada UTF-8/16/32 e outros formatos . A opção -Q permite que muitos outros formatos de arquivo sejam pesquisados, como ISO-8859-1 a 16, EBCDIC, páginas de código 437, 850, 858, 1250 a 1258, MacRoman e KIO8.

    ugrep corresponde aos padrões Unicode por padrão (desativado com a opção -U). A sintaxe do padrão de expressão regular é compatível com POSIX ERE estendida com sintaxe semelhante a PCRE. A opção -P também pode ser usada para correspondência Perl com padrões Unicode.

    Veja ugrep no GitHub para detalhes.

    • 3

relate perguntas