Как найти в тексте символы, не соответствующие языку написания

июль

2026

11:09

Как найти в тексте символы, не соответствующие языку написания

Linux

2 июль 2026 11:09

В тексте могут встречаться символы, похожи по внешнему виду, но не соответствующие языку, на котором он написан.

Например, русская "C" похожа на латинскую "c", русская "Х" на латинскую "x".
На вид POCOMAXA выглядит как русское слово, но состоит лишь из латинских букв.
Следующие команды для Linux помогут найти такие несоответствия.

Поиск в английском тексте русских букв

Первый вариант поиска русских букв в английском тексте:

Данный запрос найдет буквы, которые выходят за пределы 26 букв английского алфавита от A до Z:

sudo apt install pcregrep
pcregrep --color='auto' -n "[^[:ascii:]]" eng.txt

В данном варианте будут найдены слова с символами национальных языков.
Например: â (циркумфлекс), é (акут), ü (умлаут).

Второй вариант поиска русских букв в английском тесте

grep --color='auto' -n -P '[\x{0410}-\x{044f}]' eng.txt

Поиск в русском тексте английских букв

Первый вариант поиска английских букв в русском тексте:

Данный запрос найдет номера строк и подсветит слова с символами 26 букв английского алфавита A-Z:

sudo apt install pcregrep
pcregrep --color='auto' -n "[[:ascii:]]" rus.txt

Второй вариант поиска английских слов с буквами A-Z в русском тексте:

grep --color='auto' -n -P -v '[\x{0410}-\x{044f}]' rus.txt

Приложение: тестовые файлы rus.txt и eng.txt в архиве test.zip.

Блог про радио и Linux