Question

我使用文本编辑器找到并替换xml文件中的一些奇怪字符。正则表达式

[^\u0009\u000A\u000D\u0020-\uD7FF\uE000-\uFFFD\u10000-\u10FFF]+ ---> ""

现在，我需要在linux命令行中使用它。

我问你如何在linux命令行中使用sed或任何相同的查找和替换作业。

提前谢谢

Answer 1

你可以试试这个：

sed 's/\\u\(0009\|000A\|000D\|0020\|D7FF\|E000\|FFFD\|10000\|10FFF\)//g' <<< "[^\u0009\u000A\u000D\u0020-\uD7FF\uE000-\uFFFD\u10000-\u10FFF]"

在更换之前，请确保您确实要替换此字符，因为其中一些是制表符，换行符，空格......

更新：

基于4-5六进制代码示例的另一种通用模式：

sed 's/\\u[0-9A-F]\{4\}[0-9A-F]\?//g' <<< "[^\u0009\u000A\u000D\u0020-\uD7FF\uE000-\uFFFD\u10000-\u10FFF]"

将替换所有\u后跟4或5个hexa代码

请注意，4个六进制代码字符串后面的大写单词（即Foo）将匹配：

\u0000Foo将更改为oo，因为Foo的F将匹配第5个可选的hexa代码。