shell – tr [：upper：] [：lower：]用西里尔文本

发布时间：2020-12-15 18:38:40 所属栏目：安全来源：网络整理

导读：我正在尝试从俄语短篇小说中提取一个单词列表. #!/bin/shexport LC_ALL=ru_RU.utf8sed -re 's/s+/n/g' | sed 's/[.!,—()??;:?]//g' | tr '[:upper:]' '[:lower:]' | sort | uniq 然而,这个步骤并不是把西里尔字母大写下来.我以为我是巧妙地使用便携式

我正在尝试从俄语短篇小说中提取一个单词列表.

#!/bin/sh

export LC_ALL=ru_RU.utf8

sed -re 's/s+/n/g' | 
sed 's/[.!,—()??;:?]//g' | 
tr '[:upper:]' '[:lower:]' | 
sort | uniq

然而,这个步骤并不是把西里尔字母大写下来.我以为我是巧妙地使用便携式字符类！

$LC_ALL=ru_RU.utf8 echo "Г" | tr [:upper:] [:lower:]
Г

如果相关,我通过从Chrome浏览器窗口复制粘贴到Vim中获得了俄文本.它看起来正好在屏幕上(Putty终端).这是在Cygwin的bash shell中 – 它应该在Linux上与Bash相同(应该！).

什么是便携式,可靠的方式来缩小管道中的unicode文本？

这是我在 Wikipedia发现的(没有任何参考))：

Most versions of tr,including GNU tr and classic Unix tr,operate on single-byte characters and are not Unicode compliant. An exception is the 07001 implementation,which provides basic Unicode support.

而且,this是老,但相关.

正如我在评论中提到的,sed似乎工作(至少GNU sed)：

$echo 'СТЭК' | sed 's/[[:upper:]]*/L&/'
стэк

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!