GNU sed 版本 4.1.5
似乎无法使用国际字符。这是我的输入文件:
Gras Och Stenar Trad - From Moja to Minneapolis DVD [G2007DVD] 7812 | X
<br>
Gras Och Stenar Trad - From Möja to Minneapolis DVD [G2007DVD] 7812 | Y
(注意第二行的元音变音。)
当我这样做的时候
sed 's/.*| //' < in
我希望只看到 X
和 Y
,因为我要求删除 '|'
之前的所有字符和超越它的空间。相反,我得到:
X<br>
Gras Och Stenar Trad - From M? Y
我知道我可以使用 tr 删除国际字符。首先,有没有办法只使用 sed?
最佳答案
我认为如果文件的输入编码与您环境的首选编码不同,则会发生错误。
示例:in
为 UTF-8
$ LANG=de_DE.UTF-8 sed 's/.*| //' < in
X
Y
$ LANG=de_DE.iso88591 sed 's/.*| //' < in
X
Y
UTF-8 可以安全地解释为 ISO-8859-1,你会得到奇怪的字符,但除此之外一切都很好。
示例:in
是 ISO-8859-1
$ LANG=de_DE.UTF-8 sed 's/.*| //' < in
X
Gras Och Stenar Trad - From MöY
$ LANG=de_DE.iso88591 sed 's/.*| //' < in
X
Y
ISO-8859-1 无法解释为 UTF-8,解码输入文件失败。奇怪的匹配可能是由于 sed 试图恢复而不是完全失败。
答案基于 Debian Lenny/Sid 和 sed 4.1.5。
关于linux - 为什么 sed 会因国际字符而失败以及如何修复?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/67410/