從文件中刪除控制字符

Question

我想使用linux bash命令從我的文件中刪除所有控制字符。

有一些控制字符，如EOF（0x1A），尤其是當我在另一個軟件中加載我的文件時導致問題。我想刪除這個。

這裏是我到目前爲止已經試過：

這將列出所有的控制字符：

$ cat file.txt | head -n 10 | grep '[[:cntrl:]]' 
+ 
1 

- 
- 
1 
% 
- 
. 
/

比賽：

cat -v -e -t file.txt | head -n 10 

^A+^X$ 
^A1^X$ 
^D ^_$ 
^E-^D$ 
^E-^S$ 
^E1^V$ 
^F%^_$ 
^F-^D$ 
^F.^_$ 
^F/^_$ 
^F4EZ$ 
^G%$ 

這將用grep列出所有的控制字符以上輸出的cat命令。現在

，我跑的以下命令以顯示不包含控制字符的所有行，但它仍然是示出了相同的輸出如上（與控制字符線）

$ cat file.txt | head -n 10 | grep '[^[:cntrl:]]' 
+ 
1 

- 
- 
1 
% 
- 
. 
/

這裏是十六進制格式的輸出：

$ cat file.txt | head -n 10 | grep '[[:cntrl:]]' | od -t x2 
0000000 2b01 0a18 3101 0a18 2004 0a1f 2d05 0a04 
0000020 2d05 0a13 3105 0a16 2506 0a1f 2d06 0a04 
0000040 2e06 0a1f 2f06 0a1f 
0000050 

正如您所見，十六進制值0x01,0x18是控制字符。

我嘗試使用tr命令來刪除控制字符，但得到了一個錯誤：

$ cat file.txt | tr -d "\r\n" "[:cntrl:]" >> test.txt 
tr: extra operand `[:cntrl:]' 
Only one string may be given when deleting without squeezing repeats. 
Try `tr --help' for more information. 

如果我刪除了所有的控制字符，我最終會刪除換行符並回車，以及被用作窗口上的換行符。如何刪除所有控制字符，只保留「\ r \ n」之類的字符？

謝謝。

Answer 1

而不是使用預定義[:cntrl:]集，你觀察到的包括\n和\r，只是名單（八進制）你想控制字符的擺脫：

$ tr -d '\000-\011\013\014\016-\037' <file.txt> newfile.txt 

Answer 2

嘗試grep，如：

grep -o "[[:print:][:space:]]*" in.txt > out.txt 

它將只打印包括標點字符和空格字符（如製表符，換行符，垂直製表符，換頁符，回車符和空格）的字母數字字符。

要限制較少，並且只刪除control characters（[:cntrl:]），通過刪除它們：如果你想保持\n（這是[:cntrl:]部分），然後將其替換臨時到別的

tr -d "[:cntrl:]" 

，例如

cat file.txt | tr '\r\n' '\275\276' | tr -d "[:cntrl:]" | tr "\275\276" "\r\n" 

Answer 3

基於對unix的this answer。stackexchange，這應該做的伎倆：

$ cat scriptfile.raw | col -b > scriptfile.clean 

Answer 4

有點遲到了：cat -v <file> 我認爲這是最容易記住的地段！