Regex 在文件中查找非ASCII代码点

我目前正在使用此正则表达式查找文件中的非ASCII代码点，无论采用何种编码：

$ cat test.txt | hd | grep -P " [8-9a-f][\da-f]"

有更好的、更简洁的或不太老套的方法吗？我通常使用

grep-p“[^\x00-\x7f]”

来查找具有攻击性的字符，但我在这里查找具有攻击性的代码点

---

请注意，当前的hacky方法确实有一个很好的副作用，即显示周围的ASCII字符，这对于上下文来说非常好。

使用hd，这应该更快：

hd test.txt |grep -w '[89a-f][0-9a-f]'

（

grep-p

调用libpcre，速度较慢。

grep-w

只搜索“单词”，并默认为标准posix正则表达式，其速度几乎与

-F

纯文本查询一样快。从管道中删除

cat

也节省了（微不足道的）工作量。）

如果不需要上下文，可以给grep设置

-o

标志。如果您希望上下文更清楚地调用，请考虑<代码>——颜色< /C> >（或者甚至<代码>——颜色=总是/<代码>，如果您正在输出某处，并且不介意着色控制字符）。您还可能会发现grep的

-n

标志很有用，它将为您提供行号

我认为您可以使用grep的

-a

标志在单个命令中实现所需的功能（这强制所有内容都以文本形式读取，而不是无用的“Binary file test.txt matches”输出），尽管您可能不喜欢终端的输出功能。可能将其导入文件，然后使用

vim

查看该文件（与

less

不同，vim不会呈现控制字符）：

---

这可能比管道通过

hd

和

grep

使用

cat

的额外过程快，也可能不快。hd？我的RedHat Linux没有

hd

。啊，在我的Redhat Linux上找到了它，

hextump

。祝你好运。@Sheller:谢谢，这会让它变得干净一点。当然，Unix工具箱的方法是使用能够很好地完成一件事情的小工具，并依靠管道将解决方案连接在一起（

tar

，你在听吗？）。对于您正在尝试的内容，可能有一个特定的工具，但我认为这个解决方案（除了

cat

）符合Unix/Linux编程的精神。祝你好运

grep -aP '[^\x00-\x7f]' test.txt > found-highchars
view found-highchars