☰

搜索非字符（字符替换指示符）

tag-icon • tag-icon microsoft-excel vim encoding libreoffice-calc ascii
搜索非字符（字符替换指示符）

我有一个文本文件（实际上是从 LibreOffice 中的 .xlsx 导出的 .csv），在 LibreOffice Calc 中打开时，其中的行显示为乱码。在 VIM 中，它们显示如下：

Joe User, [email protected], p@ss<96>w0rd

这<96> 曾是一些与 相似的有趣字符-，但 MS Office 决定将其更改为其他字符。因此该文件不是ASCII：

$ file -i Users.csv
Users.csv: text/plain; charset=unknown-8bit

请注意，所有这些“有趣”字符的代码点都小于 127，所以我真的不知道 Calc 和 VIM 如何意识到这不是 ASCII。哪些其他编码的所有代码点都低于 127，即不兼容 ASCII？此外，如何在 VIM 中搜索这些字符？对于 127 以上的非 ASCII 字符我使用/[^\x00-\x127]搜索，但当然不会找到<96>。

原始 .xlsx 文件仍然可以在另一个用户的 Windows 计算机上找到，果然我可以在他的 MS Office 中验证该<96>字符不是 ASCII 96 `，而是 的一些有趣变体'。

答案1

<96>不是 ASCII 96：它是 UTF-8 U+0096（拉丁语 1 扩展的一部分）的表示，“受保护区域的开始”，不管它是什么意思。

您可以点击ga查看光标下字符的信息。对于<96>，您将获得以下内容：

<<96>> 150, Hex 0096, Octal 226

您可以使用以下命令从缓冲区中删除该字符：

:%s/<C-v>u0096//g

看起来应该是这样的：

:%s/<96>//g

或者你可以这样做：

:%s/\%u0096//g    " hex form

或者：

:%s/\%d150//g     " decimal form

或者：

:%/\%o226//g      " octal form

看:help ga，:help utf-8-typing，:help \%u。

相关内容