如何使用emacs查找和删除文本文件中的不可见字符

问题描述

我有一个名为COPYING的txt文件，它在Windows上编辑。它包含窗口样式eol

  $ file COPYING 
 COPYING：ASCII英文文本，带有CRLF行终止符
  

我尝试使用dos2unix将其转换为unix样式。以下是输出

  $ dos2unix COPYING 
 dos2unix：跳过二进制文件COPYING 
  

我很惊讶，发现dos2unix程序将其报告为二进制文件。然后使用其他编辑器（而不是emacs），我发现该文件包含一个控制字符。我有兴趣使用emacs查找文件中的所有隐形字符。

通过Googling，我发现以下解决方案使用了tr

  tr -cd'\11\12\40-\176'< file_name 
  

如何在emacs中执行相同的操作。我尝试了hexl模式。 hexl模式在单个缓冲区中显示文本及其对应的ascii值，这是非常好的。如何查找ASCII数值不同于11-12,40-176（即标签，空格和可见字符）的字符。我试图为该搜索创建一个正则表达式，但这是相当复杂的。

解决方案

默认情况下，Emacs不会隐藏任何字符。按 + + 或然后 + 如果前者对你的手指太硬，或者如果你愿意，或者code> Mx replace-regexp RET 。然后，对于正则表达式，输入

  [^ @  -  ^ H ^ K  -  ^ _ ^？] 
  

但是，在我写的 ^ H 中，键入 + 然后是 + ，以字面的方式输入control-H您可以按 + 然后 + 为 ^ @ ，通常 + 然后为 ^？。将这个正则表达式的所有出现替换为空字符串。

由于您在Emacs中打开文件，因此您可以在此处更改其行尾。按 Cx RET f （ + ++, or then + if the former is too hard on your fingers, or M-x replace-regexp RET if you prefer. Then, for the regular expression, enter

[^@-^H^K-^_^?]

However, where I wrote ^H, type + then +, to enter a "control-H" character literally, and similarly for the others. You can press + then + for ^@, and usually + then for ^?. Replace all occurrences of this regular expression by the empty string.

Since you have the file open in Emacs, you can change its line endings while you're at it. Press C-x RET f (+ ) and enter us-ascii-unix as the new desired encoding for the file.

这篇关于如何使用emacs查找和删除文本文件中的不可见字符的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！