☰

文本文件无法打开

tag-icon • tag-icon 16.04 text-processing clamav
文本文件无法打开

扫描方式

sudo date >> clam &&
    clamscan -r  -i --detect-pua --remove /home >> clam &&
    date >> clam

返回未打开的文件

错误信息：

Could not open the file /home/alaa/clam.
pluma has not been able to detect the character encoding.
Please check that you are not trying to open a binary file.
Select a character encoding from the menu and try again.

输出uname -a：

4.15.0-39-generic #42~16.04.1-Ubuntu SMP Wed Oct 24 17:05:15 UTC 2018 i686 athlon i686 GNU/Linux

文本文件

答案1

第 542 行有一堆空字节。我不知道为什么，但我可以告诉你我是如何解决这个问题的，以及如何修复它。

首先，我从您的链接下载了文件，然后运行file clam，它显示clam: data，所以这意味着它包含不应该在 UTF-8 文本文件中的字节/字符，否则它会显示UTF-8 Unicode text。

然后我编写了这个管道来查找非打印字符：

< clam python3 -c 'import sys; [print(repr(line.rstrip("\n"))) for line in sys.stdin]' |
    grep -n '\\'

输出（其中\x00代表空字节）：

542:'\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00ن يول  2 11:58:51 EET 2018'

解释：

  • < clam-clam通过标准输入读取。
  • python3- Python 3 原生支持 Unicode，因此它是完成这项工作的好工具。
  • [... for line in sys.stdin]- 遍历 stdin 的每一行。
  • print(repr(line.rstrip("\n")))- 打印每行的表示，不包括尾随的换行符。非打印字符将用反斜杠序列表示。
  • grep -n '\\'- 打印包含反斜杠和行号的行。

请注意，这是一种快速但又肮脏的方法。

要修复此问题，只需删除空字节即可。tr这很方便：

tr -d '\0' < clam > clam.txt

然后用 确认输出文件没有问题file clam.txt。它显示clam.txt: UTF-8 Unicode text，所以是的，文件没有问题。

答案2

您还可以更安全地进行此操作：ascii2uni clam > clam.txt

相关内容