shell grep正則匹配漢字

標籤：

 Shell grep正則匹配中文

測試文本 demo_exe.c，內容如下，需要注意儲存的編碼格式，對輸出到終端有影響：

我們中文作業系統ASNI預設是GBK的。

 1 #include<stdio.h> 2 #include<stdlib.h> 3 #include <string.h> 4 #include <errno.h> 5 #include <locale.h> 6 #include <dlfcn.h> 7  8 /* 9  * export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/data/local/tmp; /data/local/tmp/demo_exe10  */11 int main(int argc, char** argv) {12 // 這個是中文13     void *handle = NULL;14     char* locname = setlocale(LC_ALL, "");15 // 這個是中文16 //17     if ((handle = dlopen(demo_dso_so, RTLD_NOW)) == NULL) {18         printf("dlopen出錯: %s\n", dlerror());19     }20     printf("@%s[%s]dlopen return handle = %#x.\n", __FILE__, __FUNCTION__, handle);21 // 這個是22 // 中文23     return 0;24 }

 

1、匹配特定文字：

$ grep -nP "\xE4\xB8\xAD\xE6\x96\x87|\xD6\xD0\xCE\xC4" ./demo_exe.c
12:// 這個是中文
15:// 這個是中文
22:// 中文

編碼	中	文	線上碼錶
GBK	D6D0	CEC4	http://www.lhelper.org/tech/chinese_internal_code_specification_classified.txt
Unicode	4E2D	6587
UTF-8	%E4%B8%AD	%E6%96%87	http://wenku.baidu.com/link?url=DfbzjKLcRaQ7yVIA_EHVP7mKdVbkggq4hwkCmmO9uR76Jib_5Y1Y_h616NnI21XY_x85YZqN1SQBAdCFQjklS_

 

GBK碼 ： 中=D6D0，文=CEC4

Unicode碼：中=4E2D，文=6587

UTF-8碼：中=%E4%B8%AD，文=%E6%96%87

 

2、匹配特定範圍文字

$ grep -nP "[\xB0\xA1-\xF7\xFE]+" /home/fangss/c/dynamic_share_object_test/demo_exe.c
12:// 這個是中文
15:// 這個是中文
18: printf("dlopen出錯: %s\n", dlerror());
21:// 這個是
22:// 中文

 

 範圍：

● GBK/2: GB2312 漢字B0 ０ １ ２ ３ ４ ５ ６ ７ ８ ９ Ａ Ｂ Ｃ Ｄ Ｅ ＦＡ 　 啊 阿 埃 挨 哎 唉 哀 皚 癌 藹 矮 艾 礙 愛 隘Ｂ 鞍 氨 安 俺 按 暗 岸 胺 案 肮 昂 盎 凹 敖 熬 翱Ｃ 襖 傲 奧 懊 澳 芭 捌 扒 叭 吧 笆 八 疤 巴 拔 跋Ｄ 靶 把 耙 壩 霸 罷 爸 白 柏 百 擺 佰 敗 拜 稗 斑Ｅ 班 搬 扳 般 頒 板 版 扮 拌 伴 瓣 半 辦 絆 邦 幫Ｆ 梆 榜 膀 綁 棒 磅 蚌 鎊 傍 謗 苞 胞 包 褒 剝

。。。

F7 ０ １ ２ ３ ４ ５ ６ ７ ８ ９ Ａ Ｂ Ｃ Ｄ Ｅ ＦＡ 　 鼇 鰭 鰨 鰥 鰩 鰳 鰾 鱈 鰻 鰵 鱅 鱖 鱔 鱒 鱧Ｂ 靼 鞅 韃 鞽 鞔 韉 鞫 鞣 鞲 韝 骱 骰 骷 鶻 骶 骺Ｃ 骼 髁 髀 髏 髂 髖 髕 髑 魅 魃 魘 魎 魈 魍 魑 饗Ｄ 饜 餮 饕 饔 髟 髡 髦 髯 髫 髻 髭 髹 鬈 鬏 鬢 鬟Ｅ 鬣 麽 麾 縻 麂 麇 麈 麋 麒 鏖 麝 麟 黛 黜 黝 黠Ｆ 黟 黢 黷 黧 黥 黲 黯 鼢 鼬 鼯 鼴 鼷 鼽 鼾 齇

shell grep正則匹配漢字