（grep）正则表达式匹配非ASCII字符？
在 Linux 上，我有一个包含大量文件的目录。其中一些具有非 ASCII 字符，但它们都是有效的 UTF-8。一个程序有一个错误，阻止它使用非 ASCII 文件名，我必须找出有多少受到影响。我打算用 find 执行此操作，然后执行 grep 来打印非 ASCII 字符，然后执行 wc -l 来查找数字。它不必是 grep；我可以使用任何标准的 Unix regular expression，例如 Perl、sed、AWK 等。
但是，是否有“任何不是 ASCII 字符的字符”的正则表达式？
/[\x00-\x08\x0B\x0C\x0E-\x1F\x7F-\x9F]
不，[^\x20-\x7E] 不是 ASCII。
这是真正的 ASCII：
[^\x00-\x7F]
否则，它将删除作为 ASCII 表一部分的换行符和其他特殊字符！
您还可以查看此页面：Unicode Regular Expressions，因为它包含一些有用的 Unicode 字符类，例如：
\p{Control}: an ASCII 0x00..0x1F or Latin-1 0x80..0x9F control character.
您可以使用此正则表达式：
[^\w \xC0-\xFF]
案例询问，选项是多行。
[^\x00-\x7F] 和 [^[:ascii:]] 缺少一些控制字节，因此 strings 有时可能是更好的选择。例如，cat test.torrent | perl -pe 's/[^[:ascii:]]+/\n/g' 会对您的终端做一些奇怪的事情，而 strings test.torrent 的行为则相同。
验证文本框接受 Ascii 仅使用此模式
[\x00-\x7F]+
我使用 [^\t\r\n\x20-\x7E]+，这似乎工作正常。
你真的不需要正则表达式。
printf "%s\n" *[!\ -~]*
这也将显示名称中带有控制字符的文件名，但我认为这是一个功能。
如果您没有任何匹配的文件，除非您设置了 nullglob，否则 glob 将扩展为自身。 （表达式本身不匹配，所以从技术上讲，这个输出是明确的。）
shopt -s nullglob dotglob globasciiranges 跳过不匹配的模式，包括像 .tmp§ 这样的点文件名，而不是依赖于当前的语言环境。我的意思是只为这个特定的命令临时设置它，否则默认设置就可以了。
结果证明这是非常灵活和可扩展的。 $field =~ s/[^\x00-\x7F]//g ; # 因此所有有问题的非 ASCII 或特定项目都可以被清除。在选择或预处理最终将成为哈希键的项目方面非常好。
关注公众号
不定期副业成功案例分享
^在 PCRE 中有效。:print:不能在 UTF8 终端中工作？这在 UTF8 终端中对我有用：27.chr =~ /[^[:print:]]/rename 's/[^\x00-\x7F]//g' *（您可以先使用-n检查重命名是否正常）。