tr (ubuntu)和tr (mac)的编码差异

Question

echo – | tr ’ X

在我的mac上:正确打印-

在Ubuntu10.10上:打印XX�

为什么？

作为参考，第一个字符是'EN DASH‘(U+2013)，第二个字符是’右单引号‘(U+2019)

编辑:我现在改用Perl。我使用的魔术咒语是：

perl -CSD -p -Mutf8 -e 'tr/A-ZÁÉÍÓÚÀÈÌÒÙÄËÏÖÜÂÊÎÔÛÇa-zäëïöüáéíóúàèìòùâèìòùñçßœ/ /cs'

它的意思是:除了我能想到的所有字母，用空格替换任何字符，并压缩空格。

Answer 1

GNU coreutils tr有多字节字符的问题-它将其视为单字节字符序列。

考虑到这一点，你在Linux上看到的东西是“预期的”：

$ echo – | od -t x1
0000000 e2 80 93 0a
0000004
$ echo ’ | od -t x1
0000000 e2 80 99 0a
0000004
$ echo – | tr ’ X | od -t x1
0000000 58 58 93 0a
0000004

编辑：

对于一组与UTF8兼容的实用程序，您可能希望查看一下Heirloom Toolchest。它包含一个明显支持UTF8的tr实现，尽管我还没有对其进行测试。