问大神一个汉字行提取的问题，谢谢

bmne

简单说（明白大概意思就行），只提取（包括包含）非ASCII这样的行，应该怎样的代码能实现？

源文档：

1. 1234
   
2. abcd
   
3. 12.ab.CD
   
4. aaa中国bbb人
   
5. ccc电视
   
6. 新闻ddd
   
7. e跑步e
   
8. 笑口常开

复制代码

这个代码不能提取出上面的全部带有汉字的行grep -P "[^\x0-\x7f]+"（纯汉字的行不能提取）

我要求提取出来的最终结果

1. aaa中国bbb人
   
2. ccc电视
   
3. 新闻ddd
   
4. e跑步e
   
5. 笑口常开

复制代码

烦请大神给出上面的代码。辛苦






另外，如果大神把下面的非ASCII也能给提取出来，这是最理想的了（否则就放弃下面的，只管上面的）

1. _yan
   
2. 36@q.m
   
3. 亜泽、
   
4. 亞當
   
5. 亞当
   
6. 亞夜月輝
   
7. 寳钡尐懒橥
   
8. 寵宝
   
9. 寶貝兒
   
10. 尐倫
    
11. 尐尐鱼
    
12. 牜牜
    
13. 犇犇
    
14. 、:Vae.
    
15. 、Mc|K
    
16. 魅の貂尾dedie

复制代码

请大神帮助

liion631818

回复 1# bmne


    li@ubuntu:~$ echo '1234
abcd
12.ab.CD
aaa中国bbb人
ccc电视
新闻ddd
e跑步e
笑口常开' | grep -P '[^\x0-\x7f]'
aaa中国bbb人
ccc电视
新闻ddd
e跑步e
笑口常开

要看你的编码是什么

bmne

回复 2# liion631818


谢谢大神回复

我明白了。我的文档有点乱，估计编码不一样（没看，自己瞎想的）

看来我要老老实实，把它比较出结果来。本想走个捷径的




   

bmne

回复 2# liion631818


对了，大神，假如我用UE把文档“另存为”后，使用“另存为”文档，是不是编码就统一了？

假如按下图所示保存，请问你能给出代码？感谢









   

liion631818

回复 4# bmne
要怎样？

grep -P '[^\x0-\x7f]' myfile
亜泽、
亞當
亞当
亞夜月輝
寳钡尐懒橥
寵宝
寶貝兒
尐倫
尐尐鱼
牜牜
犇犇
、:Vae.
、Mc|K
魅の貂尾dedie


   

bmne

回复 5# liion631818



我贴到这里后，编码变了

若有点时间，给你个附件看看这些能不能提取出来


实战中，我用我上面的代码提取不出来。我比较后得到的附件。假如，你用我上面的代码还能提取出来，只能说明编码变了。不好意思。有功夫就试试，没工夫就算了

麻烦了

辛苦
已对比.txt (141.22 KB, 下载次数: 15)

2016-08-04 09:42 上传

点击文件名下载附件

   

bmne

路过的大神帮看看，如果按照4楼的说法，能给出代码，太好了

liion631818

回复 7# bmne


    grep -P '[^\x0-\x7f]' 已对比.txt  >filter.txt filter.7z (76.21 KB, 下载次数: 11)

2016-08-04 10:27 上传

点击文件名下载附件

liion631818

回复 7# bmne


    用notepad++试试的结果。

Windows19

回复 1# bmne


   输出非ASCII这样的行

1. awk '/[^[:print:]]+/'

复制代码

取相反的

1. awk '!/[^[:print:]]+/'

复制代码

合你意了吧