bash - 尝试从 UNIX 文件中删除不可打印的字符(垃圾值)

Question

我正在尝试从我的文件中的记录中删除不可打印的字符(例如 ^@)。由于文件中的记录量太大，因此使用 cat 不是一种选择，因为循环花费了太多时间。我尝试使用

sed -i 's/[^@a-zA-Z 0-9`~!@#$%^&*()_+\[\]\\{}|;'\'':",.\/<>?]//g' FILENAME

但 ^@ 字符仍未删除。我也尝试使用

awk '{ sub("[^a-zA-Z0-9\"!@#$%^&*|_\[](){}", ""); print } FILENAME > NEW FILE 

但这也没有帮助。

有人可以建议一些替代方法来删除不可打印的字符吗？

使用 tr -cd 但它正在删除重音字符。但文件中需要它们。

Answer 1

也许你可以使用 [:print:] 的补码，它包含所有可打印的字符:

tr -cd '[:print:]' < file > newfile

如果你的 tr 版本不支持多字节字符(似乎很多都不支持)，这对我来说适用于 GNU sed(使用 UTF-8 语言环境设置):

sed 's/[^[:print:]]//g' file