¿Cómo elimino todos los caracteres que no son ASCII con regex y Notepad ++?
Busqué mucho, pero en ninguna parte está escrito cómo eliminar caracteres no ASCII de Notepad ++.
Necesito saber qué comando escribir para buscar y reemplazar (con la imagen sería genial).
-
Si quiero hacer una lista blanca y marcar todas las palabras / líneas ASCII para que las líneas que no sean ASCII no estén marcadas
-
Si el archivo es bastante grande y no puede seleccionar todas las líneas ASCII y solo desea seleccionar las líneas que contienen caracteres que no son ASCII …
Esta expresión buscará valores que no sean ASCII:
[^\x00-\x7F]+ Marca ‘Modo de búsqueda = expresión regular’ y haz clic en Buscar siguiente .
Fuente: Regex cualquier personaje ASCII
En Notepad ++, si va al menú Buscar → Buscar caracteres en el rango → Caracteres no ASCII (128-255) , puede pasar por el documento para cada carácter que no sea ASCII.
Para eliminar todos los caracteres que no sean ASCII, puede usar la siguiente sustitución: [^\x00-\x7F]+
Para resaltar caracteres, recomiendo usar la función Marcar en la ventana de búsqueda: resalta los caracteres que no son ASCII y coloca un marcador en las líneas que contienen uno de ellos
Si desea resaltar y poner un marcador en los caracteres ASCII, puede usar la expresión regular [\x00-\x7F] para hacerlo.
Aclamaciones
Además de la respuesta de ProGM, en caso de que vea caracteres en recuadros como NUL o ACK y quiera deshacerse de ellos, esos son caracteres de control ASCII (0 a 31), puede encontrarlos con la siguiente expresión y eliminarlos:
[\x00-\x1F]+
Para eliminar todos los caracteres de control que no sean ASCII Y ASCII, debe eliminar todos los caracteres que coincidan con esta expresión regular:
[^\x1F-\x7F]+
Para mantener nuevas líneas:
- Primero selecciona un personaje para la nueva línea … Usé #.
- Seleccione la opción reemplazar, extendida.
- entrada \ n reemplazar con #
- Hit Reemplazar todo
Siguiente:
- Seleccione Reemplazar opción Expresión regular.
- Ingrese esto: [^ \ x20- \ x7E] +
- Mantener Reemplazar con Empty
- Hit Reemplazar todo
Ahora, seleccione Reemplazar opción extendida y reemplazar # con \ n
🙂 ahora, tienes un archivo ASCII limpio;)
Otro buen truco es ingresar al modo UTF8 en su editor para que pueda ver estos divertidos personajes y eliminarlos usted mismo.
De otra manera…
- Instala el complemento Text FX si no lo tienes ya
- Vaya a la opción del menú TextFX -> desactive todos los caracteres no imprimibles en #. Reemplazará todos los caracteres inválidos con 3 símbolos #
- Ve a Buscar / Reemplazar y busca ###. Reemplázalo con un espacio.
Esto es bueno si no puedes recordar la expresión regular o si no te importa buscarla. Pero la expresión regular mencionada por otros también es una buena solución.