☰

印刷されない非ASCII UTF文字の場合は`cat -v`

tag-icon • tag-icon cat unicode control-characters
印刷されない非ASCII UTF文字の場合は`cat -v`

cat非表示文字をキャレット表記に変換するオプションがあります-v(出力で制御文字を端末が文字通りに解釈しないようにする場合に便利ですcat)。

しかし、私が理解している限りでは、キャレット表記はASCIIアルファベットの非印刷文字にのみ適用されます。では、ASCIIに該当しないUTFの非印刷文字（例：https://www.compart.com/en/unicode/category/Cc)?cat -vこれらを表示するにはどのような表記法を使用しますか?

答え1

次のようにして、UTF-8 の最初の 256 個の Unicode 文字を含むファイルを生成できます。

python3 -c 'for x in range(0,255): print(chr(x), end="")' > unicode-file

これには、Latin-1 Supplement の非 ASCII (C1) コントロールと、多数の印刷文字が含まれます。

今、私たちはcat -vそれを行うことができます：

^@^A^B^C^D^E^F^G^H
^K^L^M^N^O^P^Q^R^S^T^U^V^W^X^Y^Z^[^\^]^^^_ !"#$%&'()*+,-./0123456789:;
<=>?@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_`abcdefghijklmnopqrstuvwxyz{|}~^?
M-BM-^@M-BM-^AM-BM-^BM-BM-^CM-BM-^DM-BM-^EM-BM-^FM-BM-^GM-BM-^HM-BM-^I
M-BM-^JM-BM-^KM-BM-^LM-BM-^MM-BM-^NM-BM-^OM-BM-^PM-BM-^QM-BM-^RM-BM-^S
M-BM-^TM-BM-^UM-BM-^VM-BM-^WM-BM-^XM-BM-^YM-BM-^ZM-BM-^[M-BM-^\M-BM-^]
M-BM-^^M-BM-^_M-BM- M-BM-!M-BM-"M-BM-#M-BM-$M-BM-%M-BM-&M-BM-'M-BM-(M-B
M-)M-BM-*M-BM-+M-BM-,M-BM--M-BM-.M-BM-/M-BM-0M-BM-1M-BM-2M-BM-3M-BM-4M-B
M-5M-BM-6M-BM-7M-BM-8M-BM-9M-BM-:M-BM-;M-BM-<M-BM-=M-BM->M-BM-?M-CM-^@
M-CM-^AM-CM-^BM-CM-^CM-CM-^DM-CM-^EM-CM-^FM-CM-^GM-CM-^HM-CM-^IM-CM-^J
M-CM-^KM-CM-^LM-CM-^MM-CM-^NM-CM-^OM-CM-^PM-CM-^QM-CM-^RM-CM-^SM-CM-^T
M-CM-^UM-CM-^VM-CM-^WM-CM-^XM-CM-^YM-CM-^ZM-CM-^[M-CM-^\M-CM-^]M-CM-^^
M-CM-^_M-CM- M-CM-!M-CM-"M-CM-#M-CM-$M-CM-%M-CM-&M-CM-'M-CM-(M-CM-)M-C
M-*M-CM-+M-CM-,M-CM--M-CM-.M-CM-/M-CM-0M-CM-1M-CM-2M-CM-3M-CM-4M-CM-5M-C
M-6M-CM-7M-CM-8M-CM-9M-CM-:M-CM-;M-CM-<M-CM-=M-CM->

(読みやすいように手動で折り返しました)

4 行目の先頭で UTF-8 の U+0080 を表していることがわかります。C2 80はC2 バイトを表します。B は 0x42 なので、上位ビットの設定 (つまり、0x80 の追加) を表します。は、ヌル バイト (meta-ctrl-@) に対して同じことを行っています。および表記が組み合わされています。M-BM-^@M-BM-M-^@M-x^x

同じことが、UTF-8では上位バイトのみ、その他のエンコーディングでは128～255バイトのみで構成される非ASCIIコードポイントにも起こります。異なるcat実装では、以下のように独自の動作をする場合があります。-v ではありません標準catオプションですが、GNU cat と一般的な BSD バージョンの両方がこのように動作します。

関連情報