我有一个相当大的文本文件（大约 20GB），我将其用作简单的数据库，因此每条记录都用新行分隔，这种格式的破坏会导致问题。该文件还包含一些 NUL 字符，或者至少我怀疑这是因为它将grep其视为二进制文件。
我遇到过这种情况问题和答案，其中指出：
一些阅读表明 grep 在前一千个左右的字节中寻找空字符，然后据此确定文件是否为“二进制”。
出于这个原因，我正在考虑使用类似的方法从文件中删除这些字符：
tr < file-with-nulls -d '\000' > file-without-nulls
但我想确保这样做不会破坏文件的格式。这可能吗？
答案1
最好的办法是不要删除 NUL，因为它们很可能是文件的核心部分，如果删除它们，则可能会损坏文件甚至完全破坏文件。