Jeg arbejder på AIX. Vi ftp filer til en database. Den flade filer, der har tusinder af optegnelser og hver post er der omkring 50 til 60 tegn (der er områder, der har visse tegn længde). Ud over nogle gyldige ascii tegn nogle ugyldige tegn gerne Å, A, A, A eller rør krybningsfaktoren, hvor datawarehouse afviser at indlæse i.
Eksempel: AcuM-^? En 051706;
ovenfor er et område i det register, der har specialtegn gerne -, ^ og? , Som ikke burde have været der.

The record separator er en ny linje, og der er ingen område SEPERATOR.

Hvordan kan jeg fjerne disse ugyldige eller specialtegn at krybe i bøgerne?
Please hjælp mig med at finde logikken i råtanken sripting ..

$ echo "invalid characters like Å, å, Ä, ä or"
invalid characters like Å, å, Ä, ä or
$ echo "invalid characters like Å, å, Ä, ä or"| tr -dc " a-zA-Z0-9,\n"
invalid characters like , , ,  or
$

Tak for svaret Perderabo. Der er nogle mere tvivl;

\u003d> Der kan være mange flere ugyldigt tegn som disse, så skal jeg give alle dem i 'som' kommando?

\u003d> Hvis jeg ønsker at erstatte 'ugyldigt tegn "med et" rum "hvordan kan jeg det?

\u003d> Hvordan skal køre hele processen for tusindvis af records i filen?

Vedhæftet er et eksempel i denne forbindelse ...

Vedhæftede filer

Example.txt (1,4 KB, 39 visninger)

Den
echo "ugyldige tegn gerne Ã…, A, A, A eller"
leverer input data med ulovlige tegn, der kræver fjernelse. Jeg har brug for nogle test data, og dette er en måde at demo en kommando. Og kommandoen jeg viser, er
tr-dc "a-zA-Z0-9, \ n"
og det er det, fjerner skraldet. Den tr kommando, i denne form, opregner de gyldige tegn, ikke ugyldig dem. Du kan være nødt til at tilføje ting til listen. At erstatte ugyldige tegn med et mellemrum brug

$ echo "invalid characters like Å, å, Ä, ä or"| tr -c ' a-zA-Z0-9,\n'  ' '
invalid characters like  ,  ,  ,   or
$

tr -c ' a-zA-Z0-9,\n'  ' ' < inputfile > outputfile

Jeg brugte den oversætter kommandoer som følger:


1) tr-c-a-zA-Z0-9, \ n "" <inddatafilen> uddatafil \u003d\u003d> Nr. resultat

2) TR-c '[: print:] [: cntrl:] »' <inddatafilen> uddatafil \u003d\u003d>

Den anden kommando erstattet en af de ugyldige tegn med mellemrum, men beholdt alle andre. Da jeg igen kørte kommandoen på resulteret fil, komplette filer. (Input og output.)

Fortæl mig nogle andre kombinationer.

\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d \u003d
Blandt de følgende tegn, ~ æ £ CA, Ç blev erstattet.
\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d\u003d \u003d

Thanks in advance.
Kanu

Det er "Udskriv". I dont know, hvorfor dette humørikon (ugyldige tegn i mit liv?) Kom op.

Tak