如何使用bash工具搜索非ASCII字符？

Question

我有一个大文本文件，其中包含一些使LaTeX崩溃的unicode字符。如何在Linux bash中使用sed等在文件中找到非ASCII字符？

Answer 1

尝试：

nonascii() { LANG=C grep --color=always '[^ -~]\+'; }

可以使用：

printf 'ŨTF8\n' | nonascii

[] ^表示“不是”。所以[^ -~]表示不在空格和〜之间的字符。因此，排除控制字符，这与非ASCII字符匹配，并且在[^\x00-\x7f]以下的\+版本中，虽然稍微不那么精确，但是更具可移植性。 1 or more表示{{1}}并且将获得多个字符以在整个字符周围显示颜色，而不是散布在每个字节中，从而破坏多字节序列

Answer 2

尝试此命令：

grep -P '[^\x00-\x7f]' file