`grep`で16進コードを使用して文字を指定する方法は？

次のコマンドを使用して、16進コード0900（अの代わり）から097F（वの代わり）の文字セット範囲をgrepします。अとofの代わりに16進コードを使用するにはどうすればよいですか？

bzcat archive.bz2 | grep -v '<[अ-व]*\s' | tr '[:punct:][:blank:][:digit:]' '\n' | uniq | grep -o '^[अ-व]*$' | sort -f | uniq -c | sort -nr | head -50000 | awk '{print "<w f=\""$1"\">"$2"</w>"}' > hindi.xml

次の出力が得られます。

    <w f="399651">और</w>
    <w f="264423">एक</w>
    <w f="213707">पर</w>
    <w f="74728">कर</w>
    <w f="44281">तक</w>
    <w f="35125">कई</w>
    <w f="26628">द</w>
    <w f="23981">इन</w>
    <w f="22861">जब</w> 
    ...

上記のコマンドでअとinsteadの代わりに16進コードを使用したいだけです。

16進コードの使用がまったく不可能な場合、文字セット（ 'hexadecimal-व'）に16進コードの代わりにUnicodeを使用できますか？

Ubuntu 10.04を使用しています

この質問を見てください。

テキストは通常​​UTF-8でエンコードされます。したがって、utf-8エンコーディングで使用されるバイトの16進値を使用する必要があります。

grep "["$'\xe0\xa4\x85'"-"$'\xe0\xa4\xb5'"]"

そして

grep '[अ-व]'

である（同等であり、それらは、ロケール・ベースのマッチングを行い、マッチングはマッチングがある、である（デーヴァナーガリースクリプトの仕分けルールに依存しないではなく、「デーヴァナーガリーの間でソート何でも「u0905と\ 0935 \の間に任意の文字」 AとデバナガリVA」。違いがあるかもしれません。

一方、あなたはこれを持っています（注意-P）：

grep -P "\xe0\xa4[\x85-\xb5]"

それは何でしょうバイナリたものと一致するバイトの値を。

シェルのエスケープで十分な場合は、次の$'\xHH'ような構文を使用できます。

grep -v "<["$'\x09\x00'"-"$'\x09\x7F'"]*\s"

ユースケースにはこれで十分ですか？

0x0900記述した「16進数」の値は、UNICODEコードポイントの値であり、これも16進数です。

16進コード0900（अの代わり）

あなたが言っているのは、16進数のUNICODEコードポイントだと思いますU0905。

U-0900の文字は、使用した文字ではありません：अ。
その文字はU0905（このUnicodeページの一部であるか、このページに記載されています）です。

でbash（Ubuntuのデフォルトでインストールされた）、または直接プログラムで：/usr/bin/printf（ではないとshのprintf）、Unicode文字を用いて生成することができます：

$ printf '\u0905'
अ
$ /usr/bin/printf '\u0905'
अ

ただし、コードポイント番号に由来するその文字は、使用するコードページに応じて、いくつかのバイトストリームで表すことができます。UTF-16（UCS-2など） およびUTF-32にある
こと\U0905は明らかです。 明らかではないかもしれませんが、utf-8では次のように表されます。0x09 0x05
0x00 0x00 0x09 0x05
0xe0 0xa4 0x85

$ /usr/bin/printf '\u0905' | od -vAn -tx1
e0 a4 85

コンソールのロケールがに似ている場合en_US.UTF-8。

シェルについては、文字列をアプリケーションが受信するものに変換するシェルについて説明しています。この：

grep "$(printf '\u0905')" file

grepが必要な文字を「見る」ようにします。
上記の行を理解するには、echoを使用できます。

$ echo grep "$(printf '\u0905')" file
grep अ file

その後、リクエストに応じて文字範囲を作成できます。

$ echo grep "$(printf '[\u0905-\u097f]')" file
grep [अ-ॿ] file

それはあなたの質問に答えます：

अとofの代わりに16進コードを使用するにはどうすればよいですか？

非ASCIIのオープン二重引用符とクローズの二重引用符を通常の二重引用符（ "）に変換します。非ASCIIの単一引用符も通常の単一引用符（ '）に変換しました。

ファイル（ubuntu bashシェル）でそれらを見るには：

$ grep -P "\x92" infile.txt  (single)
$ grep -P "\x93" infile.txt  (open double)
$ grep -P "\x94" infile.txt  (close double)

それらを翻訳する：

$ /bin/sed "s/\x92/'/g" a.txt > b.txt
$ /bin/sed 's/\x93/"/g' b.txt > c.txt
$ /bin/sed 's/\x94/"/g' c.txt > d.txt