Jak usunąć wszystkie znaki spoza ASCII za pomocą wyrażenia regularnego i Notepad ++?

147

Dużo szukałem, ale nigdzie nie jest napisane, jak usunąć znaki spoza ASCII z Notepad ++.

Muszę wiedzieć, jakie polecenie wpisać w znajdź i zamień (ze zdjęciem byłoby świetnie).

Jeśli chcę zrobić białą listę i dodać do zakładek wszystkie słowa / linie ASCII, aby linie inne niż ASCII były odznaczone
Jeśli plik jest dość duży i nie można wybrać wszystkich linii ASCII, a po prostu chcesz wybrać wiersze zawierające znaki spoza ASCII ...

— Texh
źródło

263

To wyrażenie będzie szukać wartości spoza zestawu ASCII:

[^\x00-\x7F]+

Zaznacz „Tryb wyszukiwania = wyrażenie regularne” i kliknij Find Next.

Źródło: Regex dowolny znak ASCII

— ProGM
źródło

4

i na wypadek, gdyby nie było to oczywiste, jeśli usuniesz "^", wyszukujesz wiersze ASCII

— Mike M

7

Działa dobrze, ale musiałem ustawić Encoding->Encode in ANSI. Nie mogłem znaleźć niczego innego.

— FoamyGuy,

1

Działa doskonale w netbeans z opcją wyszukiwania wyrażeń regularnych (przycisk-gwiazdka)

— Teson,

działa w kodzie VS, nie zapomnij kliknąć opcji wyszukiwania Regex!

— yashhy,

4

Jeśli chcesz zachować \ r i \ n - znak powrotu karetki i wysuwu wiersza - możesz użyć tego wyrażenia regularnego: [\ x00- \ x09 \ x0B- \ x0C \ x0E- \ x1F] +

— Steffen Winkler

53

W Notepad ++, jeśli przejdziesz do menu Wyszukaj → Znajdź znaki w zakresie → Znaki spoza ASCII (128-255) , możesz przejść przez dokument do każdego znaku spoza ASCII.

Pamiętaj, aby zaznaczyć opcję „ Zawijaj ”, jeśli chcesz zapętlić dokument dla wszystkich znaków spoza zestawu ASCII.

— Anon Y. Mous
źródło

3

Działa to dobrze, ale nie wyświetla wszystkich wyników na liście i nie ma opcji „zastąp”

— Alex,

Sprytnie ... ponieważ zawsze zapominam o wyrażeniu regularnym dla nie-ASCII i za każdym razem muszę go wygooglować, aby wrócić do tej strony :)

— Jean-Francois T.

27

Oprócz odpowiedzi udzielonej przez ProGM, w przypadku, gdy widzisz znaki w polach typu NUL lub ACK i chcesz się ich pozbyć, są to znaki kontrolne ASCII (od 0 do 31), możesz je znaleźć za pomocą następującego wyrażenia i usunąć:

[\x00-\x1F]+

Aby usunąć wszystkie znaki sterujące spoza ASCII ORAZ ASCII, należy usunąć wszystkie znaki pasujące do tego wyrażenia regularnego:

[^\x1F-\x7F]+

— brunorey
źródło

Wartości od \x00i \x1Fsą już dopasowane w odpowiedzi przez ProGM.

— Unihedron

2

Są dopasowywane jako wartości, które chcesz zachować. Sugerowałem to tylko na wypadek, gdybyś chciał się ich pozbyć.

— brunorey

Ostatni przykład powinien zaczynać się od 20, aby wykluczyć znak separatora jednostek. Może wykluczyć 7F, jak również jest to postać kontrolna.

— fgb

Znakomity! Usunąłem wszystkie nieznośne znaki spoza ASCII używając pakietu qdap R używając:mgsub("[^\x1F-\x7F]+", "", text_vector, fixed = FALSE)

— Pablo Adames

22

Aby usunąć wszystkie znaki spoza zestawu ASCII, możesz użyć następującego zamiennika: [^\x00-\x7F]+

Aby podświetlić znaki, polecam użycie funkcji Mark w oknie wyszukiwania: powoduje to podświetlenie znaków spoza zestawu ASCII i umieszczenie zakładki w wierszach zawierających jeden z nich

Jeśli zamiast tego chcesz podświetlić i umieścić zakładkę na znakach ASCII, możesz użyć do tego wyrażenia regularnego [\x00-\x7F].

Twoje zdrowie

— Jean- Francois T.
źródło

1

jeśli chcesz skopiować wyrażenie wyszukiwania [^ \ x00- \ x7F] +

— hiena

2

Jeśli chcesz zachować \ r i \ n - znak powrotu karetki i wysuwu wiersza - możesz użyć tego wyrażenia regularnego: [\ x00- \ x09 \ x0B- \ x0C \ x0E- \ x1F] +

— Steffen Winkler

4

Aby zachować nowe wiersze:

Najpierw wybierz znak dla nowej linii ... Użyłem #.
Wybierz opcję zamiany, rozszerzoną.
wejście \ n zamień na #
Hit Zamień wszystko

Kolejny:

Wybierz opcję Zastąp opcję Wyrażenie regularne.
Wpisz to: [^ \ x20- \ x7E] +
Zachowaj zamień na puste
Hit Zamień wszystko

Teraz wybierz opcję Zamień Rozszerzony i Zamień # na \ n

:) teraz masz czysty plik ASCII;)

— TooGeeky
źródło

3

Kolejną dobrą sztuczką jest przejście do trybu UTF8 w edytorze, abyś mógł zobaczyć te zabawne postacie i samodzielnie je usunąć.

— Gidon Wise
źródło

1

Inny sposób...

Zainstaluj wtyczkę Text FX, jeśli jeszcze jej nie masz
Przejdź do opcji menu TextFX -> zamień wszystkie niedrukowalne znaki na #. Zastąpi wszystkie nieprawidłowe znaki 3 symbolami #
Przejdź do Znajdź / Zamień i poszukaj ###. Zastąp go spacją.

Jest to miłe, jeśli nie pamiętasz wyrażenia regularnego lub nie chcesz go sprawdzać. Ale wyrażenie regularne wspomniane przez innych jest również dobrym rozwiązaniem.

— goku_da_master
źródło

Zapping wszystkich znaków zamienia wszystkie rodzaje znaków interpunkcyjnych na ###. Rozwiązanie, którego bym się spodziewał, to: Zastąpienie „&” przez „. Zastępowanie„ & ”przez„. Itd.

— Kasim Husaini

Działa dobrze, jednak narzędzie zastępuje śmieszne znaki jednym znakiem #, a nie trzema. proszę Zanotuj.

— Raghav

1

Wtyczka Text FX jest przestarzała i może nawet nie być już łatwo dostępna. Zobacz np. TextFX's Future - „Kiedy lista się

— Peter Mortensen