从文本文件中删除二进制符号

Posted 2023-03-15

【中文标题】从文本文件中删除二进制符号

【英文标题】：Removing binary symbol from text file

【发布时间】：2020-06-21 10:40:00

【问题描述】：

我正在使用 dos2unix 命令将文本文件转换为 unix 格式，但我收到了几个文件的此消息：

dos2unix: Binary symbol found at line 6115
dos2unix: Skipping binary file w1.txt

当我在 notepad++ 中打开文本文件时，我看到以下内容：

如何从文本文件中删除这些二进制符号？有什么命令可以用吗？

【问题讨论】：

试试 perl -p -e 's/[^[:ascii:]]//g' inputfile ，这将删除非 ascii 字符。不确定这是否适用于您的文件，但值得一试。

也许这些只是多字节字符？你检查过文件的编码吗？

我认为删除这个二进制字符是不明智的；您需要做的可能是将这些字符转换为正确的编码。 dos2unix 有很多选项可以做到这一点。尝试了解原始文件的编码以及您尝试在 notepad++ 中迁移到的编码。这里有例子：computerhope.com/unix/dos2unix.htm

file 报告的编码是什么？你能转储几行hexdump -C 输出吗？第 6130-6136 行会很好，因为 PUI 看起来像 æ (wrt 6131) 和 SSA 像 å。

如果您将Holbæk 重命名为Holbk，它将不再是同一个城市。

【参考方案1】：

这些是仅供私人使用的字符。 More Info

如果您使用 dos2unix 删除 回车 字符，您可以尝试以下替代方法。

sed -i -e 's/\r//g' file