pdf转word转换 过滤ASCII码中的不可见字符, ASCII三部分, 各控(6)

【各种字符的标准的读法/叫法】

常见ASCII字符，以及其他非常见的字符，Unicode中的字符，其他特殊字符等等，这些字符的英文叫法，可以去Unicode官方找到：

比如：

ASCII字符/字母的叫法/读法

如何读

：

C0 Control and Basic Latin Range：0000-007F

PDF/U0000.pdf

2.Alphabetic Presentation Forms Range：FB00-FB4F

PDF/UFB00.pdf

CJK Compatibility Forms

PDF/UFE30.pdf

4.Fullwidth ASCII Punctuation

PDF/UFF00.pdf

【引用】

1.C0 and C1 control codes

Control Character

3．

ASCII character map

4．

百度百科：ASCII

ASCII编码表

ASCII码大致可以分作三部分组成。

第一部分：ASCII非打印控制字符表

第二部分：ASCII打印字符

数字 32–126 分配给了能在键盘上找到的字符，当您查看或打印文档时就会出现。数字127代表 DELETE 命令。（参详ASCII码表中32-127）

ASCII码表 0-127

第三部分：扩展ASCII打印字符

扩展的ASCII字符满足了对更多字符的需求。扩展的ASCII包含ASCII中已有的128个字符（数字0–32显示在下图中），又增加了128个字符，总共是256个。即使有了这些更多的字符，许多语言还是包含无法压缩到256个字符中的符号。因此，出现了一些ASCII的变体来囊括地区性字符和符号。例如，许多软件程序把ASCII表（又称作ISO8859-1）用于北美、西欧、澳大利亚和非洲的语言。

Vim里常见的几个不可见字符：

^@ = 0x00 Null值    
^H = 0x08 退格    
^I = 0x09 水平制表    
^J = 0x0A 换行    
^M = 0x0D 回车    
    
    
去掉^M回车:    
    
    
:%s/^M//g #  vi中将^M替换成回车。     
$ sed -e 's/^M//g' myfile.txt  #直接操作文件    
注意：这里的“^M”要使用“CTRL-V CTRL-M”生成，而不是直接键入“^M”。    
    
去掉^@:    
    
sed -r 's/\x0//g' file>file1    

什么是Function Code功能码或 Function Character功能字符

ASCII字符集，大家都知道吧，最基本的包含了128个字符。其中前32个，0-31，即0x00-0x1F，都是不可见字符。这些字符，就叫做控制字符。

这些字符没法打印出来，但是每个字符，都对应着一个特殊的控制功能的字符，简称功能字符或功能码Function Code。

简言之：ASCII中前32个字符，统称为Function Code功能字符。

此外，由于ASCII中的127对应的是Delete，也是不可见的，所以，此处根据笔者的理解，也可以归为Function Code。

此类字符，对应不同的“功能”，起到一定的“控制作用”，所以，称为控制字符。

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/ruanjian/article-64691-6.html