Como remover todas as linhas contendo caracteres não-ASCII usando o Notepad ++ ou Emeditor

Question

Como removo todas as linhas que contêm caracteres de teclado não ASCII?

Eu tentei muitas vezes códigos de expressões regulares, mas nenhum funciona como deveria Eu até tentei esse código [^\x00-\x7F]+ mas ele não selecionou todos os caracteres

a ideia que tenho em mente é usar dessa forma [^a-z0-9''~!@#$%^&*()-_=+[]{}\|;:'"<>,./?] , mas ainda não funciona porque alguns desses caracteres não foram desmarcados como \ / | { } [ ] $ # ^ ( )

1. Se uma linha contiver algum caractere que não esteja na lista abaixo, desejo removê-lo ou marcá-lo como favorito

   0123456789'~!@#$%^&*()-_=+[]{}\/|;:'"<>,.?
   abcdefghijklmnopqrstuvwxyz
   ABCDEFGHIJKLMNOPQRSTUVWXYZ
   

2. Exemplo simples: há mais caracteres como este encontrados aqui: link

   0123456789'~!@#$%^&*()-_=+[]{}\|;:'"<>,./?
   abcdefghijklmnopqrstuvwxyz
   ABCDEFGHIJKLMNOPQRSTUVWXYZ
   ¤©ª«¬¯°±²³´µ¶·¸¹º»¼½¾¿÷ÆIJŒœƔƕƋƕ
   ƜƝƢƸƾDžNJNjǽǾǼɁɀȾɎʒəɼʰʲʱʴʳʵʶʷʸˁˀˇˆ˟ˠ
   ˩˧Ͱͱͳʹͼͻͺ͵ͿΏΔΘΞΛΣΠΦΧΨΩΪΫάέήίΰαβδε
   θηκλμξπςρφχψωϊϋϏώϑϐϓϒϔϕϖϠϟϞϝϜϡϢ
   ϤϣϧϫϬϮϯϰϱ₠₡₢₣₤₥₦₧₨₩₪₫€₭₮₯₰₱₲
   ₳₴₵₶₷₸₹₺₻₼₽₾₿⅐⅑⅒⅓⅔⅕⅖⅗⅘⅙⅚⅛⅜
   ⅝⅞⅟℠℡™℣ℤ℥Ω℧ℨ℩KÅℬℭ℮ℯ⇀⇁ↀↁↂↃↄ
   ⇔⇕⇖⇗⇘⇙⇚⇛⇜⇝⇞⇟⇠⇡⇢⇣⇤⇥⇦⇧⇨⅀⅁⅂⅃⅄ⅅ
   ⅆⅇⅈⅉ⅊⅋⅌⅍ⅎ⅏ⅱⅲⅳⅴⅵⅶⅷⅸⅹⅺⅻⅼⅽ
   

3. Resultado esperado:

   0123456789'~!@#$%^&*()-_=+[]{}\|;:'"<>,./?
   abcdefghijklmnopqrstuvwxyz
   ABCDEFGHIJKLMNOPQRSTUVWXYZ
   

Answer 1

[^\x00-\x7F] funciona bem, mas, se você quiser usar uma classe de caractere longa como [^a-z0-9''~!@#$%^&*()-_=+[]{}\|;:'"<>,./?] , é necessário escapar de caracteres que tenham um significado especial (por exemplo, -[]\ e adicionar linebreak \r , \n .

Seu regex se torna:

 [^a-z0-9''~!@#$%^&*()\-_=+\[\]{}\|;:'"<>,./?\r\n]
 #                    ^    ^ ^   ^            ^^^^

• Ctrl + H
• Encontre o que: [^a-z0-9''~!@#$%^&*()\-_=+\[\]{}\|;:'"<>,./?\r\n]+$ Mas, novamente, [^\x00-\x7F] funciona bem e é mais legível
• Substituir por: LEAVE EMPTY
• check Embrulhe
• verificar expressão regular
• Substituir todos

Resultado para o exemplo dado:

0123456789'~!@#$%^&*()-_=+[]{}\|;:'"<>,./?
abcdefghijklmnopqrstuvwxyz
ABCDEFGHIJKLMNOPQRSTUVWXYZ

    

Answer 2

Se você é agnóstico para a solução e não está fixado no Notepad ++, você pode instalar o bash para o Win 10, como mostrei aqui link (desculpe sempre volto para suas perguntas com soluções Linux;))

Eu teria uma solução, onde você infelizmente também perderá o apóstrofo '

1. abra o bash para o Windows no menu Iniciar
2. Vá para a pasta em que seu arquivo está localizado com cd /mnt/c/path/folder (a unidade C: está em / mnt / c)

3. Se o seu arquivo é chamado foo.txt você pode gerar um arquivo bar.txt com este comando:

   cat foo.txt | tr -cd '[:alnum:]\n\r~!@#$%^&*()-_=+{}\|;:<>,./?"'' | sed '/^$/d' > bar.txt

Explicação das partes:

cat foo.txt exibe o arquivo de texto e, com o canal | , a saída é redirecionada para o comando tr -cd , que remove todos os caracteres, que não estão na lista após betwenn '...'. Followed by a pipe to sed to remove the empty lines. Last but not least with > bar.txt 'redirecionamos a saída para o arquivo bar.txt

Obrigado a:

• link para o: alnum: tip
• link para a explicação de apóstrofo

Answer 3

No Notepad ++, isso é fácil:

1. menu Pesquisar > Marcar ...

2. Encontre o que: [^\x00-\x7F]
   ☑ Marcar linha
   (•) Expressão regular

3. Pressione Encontrar todos

4. menu Pesquisar > Bookmark > Remover linhas marcadas