代码之家 › 专栏 › 技术社区 › Roman

为什么awk不从生产线中间删除BOM?

byte-order-mark grep unicode awk

-2

Roman · 技术社区 · 7 年前

我尝试使用awk从文件中删除所有字节顺序标记(我有很多):

awk '{sub(/\xEF\xBB\xBF/,"")}{print}' f1.txt > f2.txt

它似乎删除了行开头的所有BOM表,但中间的BOM表没有删除。我可以通过以下方式进行验证:

grep -U $'\xEF\xBB\xBF' f2.txt

Grep返回一行,BOM在中间在中间。

1 回复 | 直到 7 年前

l'L'l 7 年前

如前所述 sub() 将只交换最左边的子字符串,因此如果全局是您在使用 gsub() ,甚至更好 gensub() 就是要走的路。

sub(regexp,replacement[,target])

搜索目标,将其视为字符串,搜索最左边、最长的由正则表达式regexp匹配的子字符串。修改整个字符串成为目标的新值。返回

gsub(regexp,replacement[,target])

搜索所有最长、最左侧、不重叠的目标它可以找到匹配的子字符串,并用替换替换它们。这个 g英寸 gsub() 代表“全球”,意思是“到处替换”。

gensub(regexp,replacement,how[,target])#

在目标字符串目标中搜索正则表达式的匹配项全局),然后用替换替换regexp的所有匹配项。否则,“how”被视为一个数字,指示regexp的哪个匹配项替换。 gensub() 是一个一般的替代函数。其目的是提供比标准更多的功能和 gsub() 功能。

推荐文章

batman · 如何用特定模式grep特定行及其子网行?

2 年前

user2954003 · AWK使用正则表达式匹配字符串并与前一个字符串组合

2 年前

nickcrv06 · 在两个常量字符串之间提取单词

2 年前

Shin · 格雷普。来自文本文件的js URL

2 年前

Term Grecos · 在空格处从数组输出时,Bash字符串被切断

2 年前

jojo · 用正则表达式搜索,但仅用sed替换字符串的一部分

2 年前

Willians Martins · 如何使用sed、grep或awk获取唯一令牌?

2 年前

David Gall · 查找在特定日期从特定计算机登录的所有用户

2 年前

mles · 如何从unzip-l的输出中grep特定路径

6 年前

LDAsh · 使用正则表达式返回通配符(重复行)

6 年前