如何使用十六進制表示grep特殊字符（控制字符）

Question

因此，當幫助某人調試某些代碼時，我意識到他們的輸出中有一些奇怪的字符，即 和 （十六進制中的\ xc0和\ xd0）。

我想在一個大的文本輸出文件中找到這些字符。

我設法找到這些字符使用崇高找到正則表達式選項查找與\xc0或\xd0查詢。我也通過在bash中執行grep $'\xc0' filename來設法達到grep。

現在困擾我的是，如果我使用-P選項grep，它拒絕找到這些字符。

grep -P "\xc0" filename將打印出沒有任何文件，其中有該字符（和上面的其他兩種方法可以成功找到它），這是在煩擾我如此糟糕，我想知道爲什麼這不起作用。

我看過一對夫婦的其他職位，其中有"[\x80-\xff]"沿-P選項的建議，但由於某種原因，我不能讓他們的工作：\

grep -P一直是很好的朋友了很久時間到現在爲止:(任何幫助和提示是讚賞

我使用GNU grep的

編輯：！

我公頃實際上我已經嘗試了2個Linux發行版。

• 在Ubuntu 14.04使用bash：我的終端似乎並不喜歡這個角色：\

printf "\xc0"打印出沒有在終端，但它打印到文件與>，然後在打開崇高將顯示角色。

printf "\xc0" > foo 
grep $'\xc0' foo > out1 
grep -P '\xc0' foo > out2 
grep -P '\x{c0}' foo > out3 

out{1,2,3}都是空的。

• 在CentOS 7.2使用bash：printf打印的東西 - 問號黑暗啄

printf "\xc0"打印出來（其實是這樣的）

printf "\xc0" > foo 
grep $'\xc0' foo > out1 
grep -P '\xc0' foo > out2 
grep -P '\x{c0}' foo > out3 

只有out1包含字符。

Answer 1

字節

你需要做的第一件事就是給一個變量，你要搜索的確切字節內創建。

事情是任何這樣的：

a=$(echo -e '\xc0) 
a=$'\xc0' 
a=$(printf '\xc0') 
a=$(echo -e '\300')  # 300 is 0xC0 in octal 
a=$'\300' 
a=$(printf '\300') 
a=$(echo "c0" | xxd -r -p) 

我可以嘗試想出一些其他的方式，但我希望你的想法。

然後，你可以嘗試搜索byte使用grep：

echo $'Testing this: \xC0 byte' | grep "$a" 

而且，如果您使用UTF-8語言環境（這是最常見的），這將失敗。 如果您更改爲ISO-8859-1語言環境，將工作：

LC_ALL=en_US.iso88591 echo $'Testing this: \xC0 byte' | 
LC_ALL=en_US.iso88591 grep -P "$a" 

或者，如果你不介意啓動一個新的bash實例：

$ bash 
$ export LC_ALL=en_US.iso88591 
$ echo $'Testing this: \xC0 byte' | grep -P "$a" 

而剛剛回歸通過執行exit執行舊的bash環境。
這可能工作或不工作取決於您的系統。

讓我們來探索另一面：角色。

character

有一個非常非常重要的轉折，你應該明白。
一個字節不是一個字符。那麼，有時候，幸運的是，它是。

但是除了128個ASCII字符（其中一個字節是一個字符（不是UTF-16或UTF-32，我們也忘記了EBCDIC））之外，所有1,114,112（17×65,536）個UNICODE編碼點都有多個字節¹。

在這種情況下，您應該要求UNICODE代碼點的十六進制數0xC0。
在現代慶典，就像這樣：

$ printf '\U00C0` 
À 

這是this character: LATIN CAPITAL LETTER A WITH GRAVE

如果語言環境是ISO-8859-1將被編碼爲一個字節（和ISO-8859-15，至少）如果語言環境是utf-8，則爲兩個字節。

$ a=$(printf '\UC0') 
$ printf 'Testing \U00C0 character' | grep -P "$a" 
Testing À character 

如果您更改LC_ALL變量，它也會工作。那麼，我的意思是說，grep會檢測字符，但是由於改變的語言環境，打印的行可能無法正確呈現字符。

如果該文件有這個字符並且該文件的編碼是正確的。 Grep將使用變量中字符的值。