我经常使用这个命令：
LC_ALL=C.UTF-8 egrep -laxv '.*' filename
这会告诉我文件是否包含任何非 UTF8 字符（实际上我通常将其find与一次扫描多个文件结合使用）
我可以删除-l以获取包含 UTF-8 字符的实际行，而不仅仅是文件名，这通常就足够了，我通常可以查看该行并找出问题字符
然而，我目前正在处理一个包含非常长行的文件，而且我还无法仅通过目测来找到有问题的字符
我想修改 grep 命令以仅打印出非 UTF8 字符而不是整行
不幸的是，-o这没有帮助，因为这是一次-v负面匹配
我还不想删除这个角色，我只是想弄清楚它是哪个角色
我尝试了类似“LC_ALL=C.UTF-8 egrep -ao '[^.]'之类的操作，但是字符组内的“。”按字面意思处理，所以它什么也不做，只是输出文件中不是“。”的每个字符。
如果我要搜索非 ASCII 字符，我知道我可以使用[[:ASCII:]]字符类，但似乎没有与 UTF-8 等效的字符类
我尝试在问题文件中搜索'[^[[:print:]]]'，但没有找到任何内容
我尝试了其他方法，例如通过 UTF-8 转换器运行文件并将其与原始文件进行比较，但它们都声称该文件已经完全是 UTF-8。我想我可能正在处理 grep 中的一个错误，它导致有效的 UTF-8 字符被检测为无效，但是，为了进一步调查，我需要知道哪个字符是实际问题
之前处理另一个文件时，我反复试验，确定（对于那个特定的文件）韩语字符 획 是问题的根源。对于我现在处理的文件，里面有很多韩语，但是没有 획 的实例，所以这次一定是另一个字符导致了问题。我之前处理的文件只有 4 个韩语字符，所以很容易找出哪个是问题的原因，但我正在处理的文件包含更多，我真的不想通过反复试验来解决这个问题