如何使用字符的 unicode 值 grep 字符？

Question

我有一个 Unicode 字符 ?，由它的 Unicode 代码点 16A0 表示，在一个文本文件中（文本文件被编码（？）为 utf-8）。

当我这样做时，grep '\u16A0' test.txt我没有结果。我如何 grep 那个字符？

Answer 1

您可以使用ANSI-C 引用来替换 ANSI C 标准指定的反斜杠转义字符。

grep $'\u16A0'

对于一些更复杂的示例，您可以参考此相关问题及其答案。

Answer 2

您可以使用ugrep作为 grep 的直接替代品来匹配 Unicode 代码点 U+16A0：

ugrep '\x{16A0}' test.txt

它采用与 grep 相同的选项，但提供更多的功能，例如：

ugrep 搜索 UTF-8/16/32 输入和其他格式。选项 -Q 允许搜索许多其他文件格式，例如 ISO-8859-1 到 16、EBCDIC、代码页 437、850、858、1250 到 1258、MacRoman 和 KIO8。

ugrep默认匹配 Unicode 模式（使用选项 -U 禁用）。正则表达式模式语法符合 POSIX ERE 标准，并使用类似 PCRE 的语法进行了扩展。选项 -P 也可用于 Perl 与 Unicode 模式的匹配。

有关详细信息，请参阅GitHub 上的 ugrep。