如何将汉字与grep匹配？

Question

验证了[\u4e00-\u9fff]在vim中能够与汉字匹配。

:%g/[\u4e00-\u9fff]/d

上面的命令可以删除所有包含汉字的行。

ls  /tmp/test
ktop 1_001.png.bak
fonts.dir.bak
New
Screenshot from 2016-09-12 16:50:29.png.bak
你好

现在我想提取名字是中文的文件。

ls  /tmp/test |grep -P  '[\x4e\x00-\x9f\xff]'  

命令无法获取名为中文字符的文件。

怎么修呢？

ls /tmp/test \ grep -v‘a’可以得到它，但这正是我想要的。

Answer 1

若要只匹配具有汉字(中文)字符的行(文件名)，可以使用[\p{Han}]：

ls  /tmp/test | grep -P '[\p{Han}]'

\p{Han}是一个Unicode-脚本类别属性可在任何PCRE支持引擎中使用

\p{Common} \p{Arabic} \p{Armenian} \p{Bengali} \p{Bopomofo}
\p{Braille} \p{Buhid} \p{Canadian_Aboriginal} \p{Cherokee}
\p{Cyrillic} \p{Devanagari} \p{Ethiopic} \p{Georgian} \p{Greek}
\p{Gujarati} \p{Gurmukhi} \p{Han} \p{Hangul} \p{Hanunoo} \p{Hebrew}
\p{Hiragana} \p{Inherited} \p{Kannada} \p{Katakana} \p{Khmer} \p{Lao}
\p{Latin} \p{Limbu} \p{Malayalam} \p{Mongolian} \p{Myanmar} \p{Ogham}
\p{Oriya} \p{Runic} \p{Sinhala} \p{Syriac} \p{Tagalog} \p{Tagbanwa}
\p{TaiLe} \p{Tamil} \p{Telugu} \p{Thaana} \p{Thai} \p{Tibetan}

Answer 2

grep -P '[\p{Han}]'和grep -P "[一-鿿]"方法都不适用于我以前版本的grep (2.10)。但是，如果字符编码保证为UTF-8，则始终可以将\u4e00-\u9fff范围扩展到字节级别：

ls  /tmp/test |grep -P  '[\xE5-\xE9][\x80-\xBF][\x80-\xBF]|\xE4[\xB8-\xBF][\x80-\xBF]'

我的版本也很好。