选择无效字符的字符串（对于德语）答案

【问题标题】：Select-String of Invalid Character (For Germany Language)选择无效字符的字符串（对于德语）
【发布时间】：2017-10-24 17:18:10
【问题描述】：

我希望在 .csv 文件中捕获无效字符。目前我只能捕获所有非英语的无效字符，是否可以捕获除英语和 Germany 之外的所有无效字符？

以下代码可以过滤非英文字母的无效字符。

$path = "product.csv"

$a = Get-Content $path | Select-String -AllMatches -Pattern "[^\x00-\x79]" | Select-Object LineNumber,Line,@{Name='String';Expression={$_.Matches.Value}}
$b = $a.count

$a
Write-Host "Total:  $b"

人名中包含的所有德国字符都算作有效字符。

【问题讨论】：

如果您想检查文件路径中的无效字符，请查看GetInvalidFileNameChars()
不好意思我忘了说，这个get-content是读取.csv文件的内容，不是文件名。
是否有意允许使用字符“[]”但不允许使用“{}”？
到底什么是“无效字符”？这个概念没有意义。你想达到什么目的？
@Tomalak 嗨，谢谢你的提问。模式内的值是错误的，仅作为示例。这个脚本基本上扫描包含人名的 .csv 表单，日期这些公共属性，所以我将消除那些符号，如 !,* 被认为是人名、地址等的无效字符......跨度>

标签： regex powershell

【解决方案1】：

最简单的方法是将德语特定字符的十六进制文字添加到匹配组中。您要查找的字符是：

 ß \xdf
 Ü \xdc
 ü \xfc
 Ä \xc4
 ä \xe4
 Ö \xd6
 ö \xf6

所以你的新匹配组是：

-Pattern "[^\x00-\x79\xdf\xdc\xfc\xc4\xe4\xd6\xf6]"

编辑：

作为通过代码点匹配字符的替代方法，您还可以在匹配模式中使用实际字符：

-Pattern "[^a-zA-ZäÄöÖüÜß]"

它更易于阅读，并且不包含您在上面匹配的 \x00 和 \x21 之间的所有这些非人类可读的控制字符。

【讨论】：

嗨 Manuel Batsching，我在网上搜索有超过 7 个德语字符 link 。那么您提供的匹配组是正确的还是需要添加更多的德语字符？我可以知道你是如何得到十六进制值的吗？有没有可以查看完整列表的资源？稍后我可能需要进一步检查其他语言，例如中文、韩文。谢谢
为什么十六进制转义？
@YongCai 作为一名德国人，我可以向您保证，您发现的这 7 个额外字符未在德语字母表中使用。
@Tomalak 十六进制转义不是必需的，但是当 OP 使用它时，我正在寻找一个尽可能接近 OP 代码的解决方案。
@ManuelBatsching 我可以知道从哪里得到这些字符的十六进制值吗？有链接吗？