perl-在偶数位置进行匹配并删除不可打印的字符_Perl

perl-在偶数位置进行匹配并删除不可打印的字符

perl

perl-在偶数位置进行匹配并删除不可打印的字符,perl,Perl,我有一个来自数据库表转储的hex2string "41424320202020200A200B000C" 我想做的是在偶数位置进行匹配，并检测打印时可能破坏字符串的控制字符。。i、删除ascii null\x00、\n、\r、\f和\x80到\xFF等我试着删除ascii空值 perl -e ' $x="41424320202020200A200B000C"; $x=~s/00//g; print "$x\n" ' 但结果不正确，因为它从空格x20的尾部十六进制值中删除了0，并将换行符x

我有一个来自数据库表转储的hex2string

"41424320202020200A200B000C"

我想做的是在偶数位置进行匹配，并检测打印时可能破坏字符串的控制字符。。i、删除ascii null\x00、\n、\r、\f和\x80到\xFF等

我试着删除ascii空值

perl -e ' $x="41424320202020200A200B000C"; $x=~s/00//g; print "$x\n" '

但结果不正确，因为它从空格x20的尾部十六进制值中删除了0，并将换行符x0A的前导0删除，即

20 0A

到

2A

414243202020202A2B0C

我想要的是

414243202020202020

您可以尝试使用以下方法将字符串拆分为2个字节的子字符串：

输出：

41424320202020200A200B000C
41424320202020200A200B0C

检测打印时可能破坏字符串的控制字符。。i、删除ascii null\x00、\n、\r、\f和\x80到\xFF等

基于Hakon的答案（只去掉nul字节，而不是所有其他字节）：

字符集中的字符类

[：print://code>匹配所有可打印字符，包括空格（但不包括控制字符，如换行符和换行符），我还添加了tab。然后它还会检查以确保字节在ASCII范围内（因为在许多地区，更高的字符仍然可以打印）
或
或
使用/a
和/r
的解决方案需要Perl5.14+

以上内容以以下字符串开头：
 41424320202020200A200B000C

使用pack
将其转换为以下内容：
 ABC␠␠␠␠␠␊␠␋␀␌

 414243202020202020

替换将删除除TAB之外的所有非ASCII和所有不可打印字符，留下以下内容：
 ABC␠␠␠␠␠␠

$hex =~ s/\G(?:..)*?\K(?:0[0-8A-Fa-f]|7F|[189A-Fa-f].)//sg;     # 5.10+

$hex =~ s/\G((?:..)*?)(?:0[0-8A-Fa-f]|7F|[189A-Fa-f].)/$1/sg;   # Slower

使用解包
将其转换为以下内容：
 ABC␠␠␠␠␠␊␠␋␀␌

 414243202020202020


此解决方案不仅比以前的解决方案短，而且速度更快，因为它分配的变量少得多，并且只启动正则表达式匹配一次。
可以直接使用十六进制形式的字符，但它要复杂得多。我建议不要使用这种方法。这个答案说明了为什么没有提出这个解决方案

您希望排除除以下字符以外的所有字符：
 ABC␠␠␠␠␠␠

$hex =~ s/\G(?:..)*?\K(?:0[0-8A-Fa-f]|7F|[189A-Fa-f].)//sg;     # 5.10+

$hex =~ s/\G((?:..)*?)(?:0[0-8A-Fa-f]|7F|[189A-Fa-f].)/$1/sg;   # Slower


ASCII可打印文件（2016至7E16）
选项卡（0916）

这意味着您希望排除以下字符：

0016至0816
0A16至1F16
7F16至FF16

如果我们把这些按前导数字分组，我们得到

0016至0816，0A16至0F16
1016至1F16
7F16
8016至FF16

因此，我们可以使用以下方法：
 ABC␠␠␠␠␠␠

$hex =~ s/\G(?:..)*?\K(?:0[0-8A-Fa-f]|7F|[189A-Fa-f].)//sg;     # 5.10+

$hex =~ s/\G((?:..)*?)(?:0[0-8A-Fa-f]|7F|[189A-Fa-f].)/$1/sg;   # Slower

这里的13
是什么？是字符串的长度除以2我去掉了固定的数字13。见我的最新答案伟大的答案。。我正在构建一个带有备用匹配项的正则表达式，您已经对其进行了简化。除非使用了/l
，否则不会查询活动区域设置，因此最后一句没有意义。您能否确认它将保留制表符和空格？我不想删除它们。只需将其添加到要保留的字符列表中即可。（我已经调整了答案）请您解释一下/a修饰符，该解决方案在我的cygwin中有效，但不确定它在我的企业中是否有效。只要您使用Perl 5.14或更高版本（对于/r
和/a
），它就会有效/a
导致[：print://code>仅匹配ASCII字符（00..7F）。添加了不需要5.14的替代方案。它们至少可以在5.6之前使用（尽管在Perl5.10之前，您需要将say
替换为print
）。。匹配上一个匹配结束的位置（如果是第一个匹配，则在字符串开头）。您可以想象每个模式的前缀都是隐式的\G（？.s:）*？\K
。通过使用\G（？s:..）？\K
代替，我们在寻找匹配时前进两个位置，而不是1。那么这不是多余的吗？。。抱歉，理解起来有点混乱…不，这是阻止00
在2009
中匹配的原因，这正是您要求解决的问题。例如，使用s/\G（？：）*？\K00//sg
而不是s/00//g
可以解决您的问题，如果您只想删除NUL。在这种情况下，它将在第一次出现时失败，对吗？。。004142?.. 但它成功了！！