2021-11-06 抽取汉字

cat $1 | iconv -f utf8 -t gbk | xxd -p \

  | sed 's/\(..\)/\1\n/g' | sed '/^$/d'  \

  | awk '{if($1>="80") print $1; else print ""}' \

  | awk '{if($1!="") start=1;  if($1=="" && start==1) start=0;  if(start==1)  printf ""$1; else print "";  }'  \

  | sed '/^$/d' | sed 's/\(..\)/\\\\x\1/g'  \

  | xargs -i echo -e "{}" \

  | iconv -f gbk -t utf8 | sort | uniq

核心：利用GBK的高位至少a0来抽取。但注释汉字没考虑，并且汉字加英文或数字的情况，也没考虑。