在文件名中查找不可读字符的正则表达式

Question

我有一个巨大的文件，其中包含410万条记录，需要查找这些-Clock Accuracy – SM111.ppt类文件，这些字符具有不可读的字符。另一个这样的例子是-241395 - Ansprüche.doc

如何使用正则表达式进行匹配。我正在使用oracle 12c数据库

Answer 1

这看起来很像文件字符编码的问题。该文件似乎是UTF-8编码的： +-----------------+ +----------------+ | box1 ( ref ) +----+ | box1 ( obj ) | +-----------------+ | +----------------+ | +-----------------+ +------> +----------------+ | box2 ( ref ) +----+ | box2 ( obj ) | +-----------------+ | +----------------+ | +------------------+ +------->+----------------+ | box3 ( ref ) +----------->| box3 ( obj ) | +------------------+ +----------------+ 代表ü，这使ü有意义。 Ansprüche.doc对N破折号（–）进行编码，依此类推。

因此，您需要使用UTF-8作为其编码来打开文件，然后应显示正确的字符（除非一次使用多种编码来破坏文件）。