^@ 字符在 Linux 上的 Windows Postgres 备份文件中造成严重破坏

Question

我从在 Windows 上使用 pgAdmin3 的人那里得到了一些 Postgres 表转储。 （Blech。）首先，它在文件顶部有一大堆额外的废话，我必须摆脱它们——比如没有 cmets 的“toc.dat”等。

我已经手动编辑它们以使它们成为可以导入的可用格式，因为就目前而言它们有些乱码；在大多数情况下我都成功了，但是当我在 emacs 中打开它们时，例如，它们往往会散布以下字符：

^@

有时只是很多：

@@@

我还没有弄清楚如何使用 sed 或 awk 删除它们，主要是因为我不知道它们是什么（我不认为它们是空字符），甚至不知道如何在 emacs 中搜索它们。对于“不可打印”字符，它们显示为红色。 （上面的屏幕截图。）当我 cat 文件或在我的 OS X 文本编辑器中打开它时，它们似乎也没有打印到终端，但是当我尝试将文件导入 postgres 使用时，它们肯定会导致错误

psql mydatabase < table.backup

除非我把它们全部编辑掉。

有没有人知道一个好方法来摆脱这些，而不是手动编辑它们？我尝试过使用 sed 并尝试使用 tr，但没有效果——也许我正在寻找错误的东西。 （我相信你知道，尝试用谷歌搜索“^@”是徒劳的！）

只是想知道是否有人遇到过这个问题，因为除非我弄明白它会吃掉我......

谢谢！

Answer 1

那些是null characters。您可以使用以下方法删除它们：

tr -d '\000' < file1 > file2

-d 参数将tr 告诉remove characters with the octal value 000。
我在this forum post 上找到了tr 命令，所以对他们有一些功劳。

我可能会建议获取对 Windows 机器的访问权限（我从没想过我会这么说），加载他们给你的原始转储文件，然后以其他格式导出，看看你是否可以完全避免这个问题。对我来说，这似乎比在导入之前在数据库转储上运行任何sed 或tr 更安全。祝你好运！