为什么这个词不能是grep？

Question 1

好吧，不确定这是否是您的问题，但找不到正确行的一个可能原因是字母 é 的两种编码。 Unicode 字符 U+00E9（带有尖音符的拉丁小写字母 E），它本身就是整个字形；还有e和 U+0301 的组合（组合尖锐口音）。这些的 UTF-8 表示形式是十六进制的c3 a9和65 cc 81。

复制问题中的文本，这封信显示为 U+00E9。

所以：

$ grep ^patético file.txt    # no output
$ grep ^patético file.txt
patético, ca. (Del lat. patheticus, ...

当然，根据系统的设置方式，首先输入角色可能会出现问题，但您可以通过以下方法解决这个问题：

$ grep $'^pat\xc3\xa9tico' file.txt
patético, ca. (Del lat. patheticus, ...

转换为 ISO 8859-1 会将其转换为单个字节e9，因此在C语言环境中，单个字节.就足以匹配它。尽管至少在我的系统上，使用 UTF-8 语言环境，单个e9字节将是无效字符并且.不会匹配它。

当然，对于我的 UTF-8 终端来说它仍然是无效字符，因此输出如下所示：

$ iconv -f utf8 -t latin1 file.txt  | LC_ALL=C grep $'^pat.tico'
pat�tico, ca. (Del lat. patheticus, ...

Answer

好吧，不确定这是否是您的问题，但找不到正确行的一个可能原因是字母 é 的两种编码。 Unicode 字符 U+00E9（带有尖音符的拉丁小写字母 E），它本身就是整个字形；还有e和 U+0301 的组合（组合尖锐口音）。这些的 UTF-8 表示形式是十六进制的c3 a9和65 cc 81。

复制问题中的文本，这封信显示为 U+00E9。

所以：

$ grep ^patético file.txt    # no output
$ grep ^patético file.txt
patético, ca. (Del lat. patheticus, ...

当然，根据系统的设置方式，首先输入角色可能会出现问题，但您可以通过以下方法解决这个问题：

$ grep $'^pat\xc3\xa9tico' file.txt
patético, ca. (Del lat. patheticus, ...

转换为 ISO 8859-1 会将其转换为单个字节e9，因此在C语言环境中，单个字节.就足以匹配它。尽管至少在我的系统上，使用 UTF-8 语言环境，单个e9字节将是无效字符并且.不会匹配它。

当然，对于我的 UTF-8 终端来说它仍然是无效字符，因此输出如下所示：

$ iconv -f utf8 -t latin1 file.txt  | LC_ALL=C grep $'^pat.tico'
pat�tico, ca. (Del lat. patheticus, ...

Question 2

正如 @cas 所建议的，通过 iconv 管道输入 utf-8 可能会成功。尝试

iconv -f utf-8 -t CP1252 rae.txt | grep -e '^patético'

只需确保控制台代码页是 Win1252 或 Latin1 即可使其正常工作。

在 Win10 上使用 busybox-w32 v1.33 进行测试，在 TinyCore10 上使用 v1.29 进行测试。

如果您正在真正的 *nix 风格上运行，您应该检查和/或修复控制台的代码页，就像@Inian 暗示的那样，以使其正常工作。

附录

请注意，您只需通过搜索就可以避免猜测干净 8 位代码页中字母的 CharCode

cat rae.txt | grep -e '^pat.tico'

或 UTF-8 上的两个（或必要数量的）点。

cat rae.txt | grep -e '^pat..tico'

你的旅费可能会改变。

Answer