如何用awk列出所有非ASCII字節？

Question

這裏是谷歌驅動器上的測試文件。

sample :test file

我想列出所有與測試文件的awk字節非ASCII字節，這超出\ x00- \ 0x7F部分。
\ x00- \ x7f之後有12個字節。

這是我的嘗試。

awk 'BEGIN{FS=""}{for(i=1;i<=NF;++i)if($i~/[^\x00-\x7f]/)print i,$i}' test 
146 「 
148 」 
181 「 
184 」 

awk 'BEGIN{FS=""}{for(i=1;i<=NF;++i)if($i~/[^\x00-\x7f]/)printf("%d %x \n", i,$i)}' test 
146 0 
148 0 
181 0 
184 0 

失敗，如何列出文件中的所有12個字節，如下格式。

146 e2 
147 80 
148 9c 
150 e2 
151 80 
152 9d 
185 e2 
186 80 
187 9c 
190 e2 
191 80 
192 9d 

export LC_ALL=C 
awk 'BEGIN{FS=""}{for(i=1;i<=NF;++i)if($i~/[^\x00-\x7f]/)printf("%d %c\n",i,$i)}' test 
146 
147 � 
148 � 
150 
151 � 
152 � 
185 
186 � 
187 � 
190 
191 � 
192 � 

如何修復我的代碼？

Answer 1

我在UTF8殼：

$ locale 
LANG=en_US.UTF-8 
... 

所以首先：

$ export LC_ALL=C 

然後：

$ awk -F '' '       # split record in fields 
BEGIN { for(n=0;n<256;n++)   # iterate all values 
      ord[sprintf("%c",n)]=n } # make a hash ord[char]=n 
     { for(i=1;i<=NF;i++)   # iterate all fields 
      if(ord[$i]>127)   # beyond 7f 
       print ord[$i] }  # print n (value) 
' test 

輸出：

226 
128 
156 
226 
128 
157 
226 
128 
156 
226 
128 
157 

它在十六進制將是：

e2 
80 
9c 
...