Linux下grep搜索不同编码格式(GBK/UTF-8)的中文

    一般情况下linux默认是utf-8的编码格式，但windows下是GBK或GB2312格式的编码，以及source insight不支持utf-8，通过共享的形式编辑linux里的代码会保存成GB2312格式，这样通过grep -rn '中文' * 是无法把GB2312格式文件中的‘中文’检索出来的。

    网上搜索很多，主要是说：当要查找汉字“中文”（utf-8编码和gb2312编码分别是E4B8ADE69687和D6D0CEC4）时，使用grep -rnP "\xE4\xB8\xAD\xE6\x96\x87|\xD6\xD0\xCE\xC4" *即可，但尝试后并不生效；

ubuntu202:~/test$ ls
a.txt  b.txt
ubuntu202:~/test$ cat a.txt
中文a
ubuntu202:~/test$ cat b.txt
⚌⚌⚌⚌a
ubuntu202:~/test$ grep -rnP "\xE4\xB8\xAD\xE6\x96\x87|\xD6\xD0\xCE\xC4" *
ubuntu202:~/test$

test下a.txt是utf-8格式，b.txt是GB2312格式，里面的内容都是‘中文a’；而上述的检索并没有生效。

实际上搜索受到当前语言环境的影响，需要使用下面的方式搜索：

env LANG=LC_ALL grep -P "<binary pattern>" <file>

其中env LANG=LC_ALL会覆盖您的当前语言环境以允许字节匹配。否则，具有非ASCII“字符”的模式（例如\xff）将不匹配。

测试结果如下：
ubuntu202:~/test$ env LANG=LC_ALL grep -nrP '\xE4\xB8\xAD\xE6\x96\x87|\xD6\xD0\xCE\xC4' *
a.txt:1:中文a
b.txt:1:⚌⚌⚌⚌a
ubuntu202:~/test$