分页： 1 / 1
[已解决]批量删除字符后出现乱码问题
发表于 ： 2008-04-29 1:52
由 tgchen
今天在网上复制一篇文章，里面随机插入了干扰信息“字串0”－“字串9”，于是我想把这些删除。
代码： 全选
cat filename |tr -d "字串[0-9]" >newfile
打开newfile后乱码了：
代码： 全选
评��：��错，Chix的确是��钻研Linux。��立LinuxChix的Deb Richardson想打箈�����能让��性��用的Linux邮���表。LinuxChix�的����，简直比Deb期望的还要流行。而�������的LinuxChix LUGs ���经����走����球。
我想可能是不能转换中文的问题，于是我先用gedit打“字串“这两个字替换成”abcdefg“，然后再执行：
代码： 全选
cat filename |tr -d abcdefg[0-9] >newfile
这次可以了，没有乱码。
现在问题是有没有直接就删除而不出现乱码的方法呢？
发表于 ： 2008-04-29 7:35
由 thword
tr对中文的支持不是很好，换用sed吧。
代码： 全选
sed 's/字串[0-9]//' filename > newfile
发表于 ： 2008-04-29 11:03
由 tgchen
thword 写了：tr对中文的支持不是很好，换用sed吧。
代码： 全选
sed 's/字串[0-9]//' filename > newfile
试了一下，效果那是相当不错，谢谢了
能稍稍解释一下吗
发表于 ： 2008-04-29 11:15
由 laborer
你把tr的意义理解错了，tr -d "abc"的意思是删除文档中的字符a、字符b、字符c，而不是删除字符串"abc"
发表于 ： 2008-04-29 11:32
由 tgchen
laborer 写了：你把tr的意义理解错了，tr -d "abc"的意思是删除文档中的字符a、字符b、字符c，而不是删除字符串"abc"
太谢谢你了，让我从错误中走了出来。
现在想想，是不是tr 把中文的两个字节拆开了，所以才会出现乱码
发表于 ： 2008-04-29 13:56
由 BigSnake.NET
tgchen 写了：laborer 写了：你把tr的意义理解错了，tr -d "abc"的意思是删除文档中的字符a、字符b、字符c，而不是删除字符串"abc"
太谢谢你了，让我从错误中走了出来。
现在想想，是不是tr 把中文的两个字节拆开了，所以才会出现乱码
对. tr 只对字节操作
发表于 ： 2008-04-29 14:13
由 thword
tgchen 写了：thword 写了：tr对中文的支持不是很好，换用sed吧。
代码： 全选
sed 's/字串[0-9]//' filename > newfile
试了一下，效果那是相当不错，谢谢了
能稍稍解释一下吗
s表示查找替换
/是分隔符，不一定要用/，用其它分隔符也可以，比如#
第一个/后面是要查找的字符
第二个/后面是表示替换后的字符，这里留空，表示删除
第三个/后面可以加一些控制符，比如g，表示全局替换；这里留空表示每行只替换一次
因为一般网页中加入随机字符，通常都是每行加一次，所以我就没用g