这是 less 的输出:
487451
487450<A3><BA>1<A3><BA>1
487449<A3><BA>1<A3><BA>1
487448<A3><BA>1<A3><BA>1
487447<A3><BA>1<A3><BA>1
487446<A3><BA>1<A3><BA>1
487445<A3><BA>1<A3><BA>1
484300<A3><BA>1<A3><BA>1
484299<A3><BA>1<A3><BA>1
484297<A3><BA>1<A3><BA>1
484296<A3><BA>1<A3><BA>1
484295<A3><BA>1<A3><BA>1
484294<A3><BA>1<A3><BA>1
484293<A3><BA>1<A3><BA>1
483496
483495
483494
483493
483492
483491
我在这里看到一堆不可打印的字符。如何使用 sed/tr 删除它们？
我的尝试是 's/\([0-9][0-9]*\)/\1/g'，但它不起作用。
编辑:好的，让我们深入了解源代码。数字是从此文件中提取的:
487451"><img src="Manage/pic/20100901/Adidas running-429.JPG" alt="Adidas running-429" height="120" border="0" class="BK01" onload='javascript:if(this.width>160){this.width=160}' /></a></td>
487450"><img src="Manage/pic/20100901/Adidas fs 1<A3><BA>1-060.JPG" alt="Adidas fs 1<A3><BA>1-060" height="120" border="0" class="BK01" onload='javascript:if(this.width>160){this.width=160}' /></a></td>
第一行是完全正常的，大部分都是。二是“腐败”。我只想在开头提取数字(使用 's/\([0-9][0-9]*\).*/\1/g'，但不知何故不可打印的内容进入正则表达式，它应该在 " 处停止。
EDIT II:澄清一下:文本文件中没有括号。这些是不可打印字符的字符代码。括号在那里是因为我从 less 复制了文件。另一方面，Mac 的终端使用 ?? 来表示此类字符。我敢打赌，我的 Ubuntu 上的 xterm 会打印出带有问号的白色椭圆。
最佳答案
sed 或 Unix 的 tr 命令的经典工作。
sed 's/[^0-9]//g' $file
(任何不是数字或换行符的内容都将被删除。)
tr -cd '0-9\012' < $file > $file.1
删除(-d)数字和换行符的补码(-c)...
关于regex - 如何从文件中删除非数字垃圾，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/5859628/