Bash 如何正确使用sed从文件中删除字符？-无效的反向引用

在过去的几天里，我一直在尝试在Windows7上使用Cygwin在文本文件上执行Zipf定律实验。我一解决一个问题，另一个问题似乎就出现了。如果您想了解我遇到的其他问题的背景信息，请参阅下面的其他问题：

当我尝试对文本文件使用以下排序命令时：

sort <m.txt | uniq -c | sort -nr >m.dict 

我相信这是由于\342字符（以及其他几个字符，我也看到它显示\357）。据我所知，\ 342是一个“不可见”的不可打印字符

我正在尝试使用sed（只需遵循在线教程，我以前从未使用过它）通过以下命令删除这些字符：

sed 's/'`echo "\342"`'//g' m.txt

及

但是，这两个命令都给了我相同的错误：

sed: -e expression #1, char 10: Invalid back reference

---

如何正确使用sed删除这些麻烦的不可打印字符？

使用sed的语法是

LC_ALL=C sed's/'$'\342'//g'

---

（在将字符代码传递给sed之前，使用bash

$“…”

引用来解释字符代码）。

使用

sed的语法将是

LC_ALL=C sed's/'$'\342'//g'

（在将字符代码传递给sed之前，使用bash
$“…”
引用来解释字符代码）。
删除具有第8位集的所有字符的更好方法是

tr -d '\200-\377' m.txt > m-no-8bit.txt

使用第8位集删除所有字符的更好方法是

tr -d '\200-\377' m.txt > m-no-8bit.txt

这可能适用于您（GNU-sed）：

要删除八进制值
342
请使用
\o342
这可能适用于您（GNU-sed）：

要删除八进制值
342
请使用
\o342
我不确定sed是否是正确的工具，但要解决backref问题，可以这样引用：
sed-e's/'“$（echo\“\342\””//g'm.txt
，也许它应该是
echo-e
？也许删除第8位字符集的所有字符的更好方法是
tr-d'\200-\377'
@Jens我之前在摆弄tr，这是可能的，但它会将每一行回音到cygwin中的控制台（这需要一段时间，有1000行），我可以在没有回音的情况下使用它吗？我会使用您的命令“tr-d”\200-\377“m.txt”吗？@hjalmig，您只需要将
tr
输出重定向到一个文件，例如
tr…>m-sanitized.txt
@Jens谢谢，使用你发布的内容，我已经解决了我的问题！如果你想把它变成一个答案，我会在通过2d限制后将问题标记为已解决。我不确定sed是否是正确的工具，但要解决backref问题，你可以这样引用：
sed-e的/“$（echo\“\342\”””//g'm.txt
，也许它应该是
echo-e
？也许删除第8位字符集的所有字符的更好方法是
tr-d'\200-\377'
@Jens我之前在摆弄tr，这是可能的，但它会将每一行回音到cygwin中的控制台（这需要一段时间，有1000行），我可以在没有回音的情况下使用它吗？我会使用您的命令“tr-d”\200-\377“m.txt”吗？@hjalmig，您只需要将
tr
输出重定向到一个文件，例如
tr…>m-sanitized.txt
@Jens谢谢，使用你发布的内容，我已经解决了我的问题！如果你想把它变成一个答案，我会在通过2d限制后将问题标记为已解决。第8位集是什么意思？@Prometheus第8位集表示128到255之间的所有值，即八进制200到377（这是“麻烦的不可打印字符”）.你知道二进制数字系统吗？显然不知道。第8位是什么意思？@Prometheus第8位是指128到255之间的所有值，即八进制200到377（这是“麻烦的不可打印字符”）。你知道二进制数字系统吗？显然不知道。
tr -d '\200-\377' m.txt > m-no-8bit.txt

sed 's/\o342//g' file