除标签外，如何从标准输入中删除控制字符？

Question

我想从标准输入中删除控制字符（如^ C，^ A等），并使用基本的bash，perl和其他一些linux工具将其打印到标准输出。

我现在做的是

(something) | sed 's/[[:cntrl:]]//g' | (something else)

到目前为止一直有效，但现在我发现它也删除了制表符，我想保留它们。

那么，还有其他的东西，只是工作吗？

Answer 1

来自Skip/remove non-ascii character with sed的第二个回答，我得到了这个有效的sed脚本

sed 's/[^[:print:]\t]//'g

它似乎有用（尽管“非ascii”部分是错误的，它不会删除任何unicode）。

要使Unicode正常工作，您必须将环境变量设置为LANG=en_US.UTF-8和LC_CTYPE="en_US.UTF-8"（并导出）。

Answer 2

您可以根据definition of [:cntrl:]：

自行定义角色类

sed 's/[\x00\-\x08\x10-\x1F\x7F]\{1,\}//g'

Answer 3

您可以使用perl-regex尝试ssed（super-sed）：

echo -e 'hello\tworld' | ssed 's/(?!\t)[[:cntrl:]]//g'