☰

使用 sed eval 标志在 shell 管道中将“/U+[0-9A-Fa-f]{4}/”替换为正确的 unicode 字符

tag-icon • tag-icon text-processing sed character-encoding unicode special-characters
使用 sed eval 标志在 shell 管道中将“/U+[0-9A-Fa-f]{4}/”替换为正确的 unicode 字符

我正在尝试正确地可视化文件中列出的现有字符/usr/include/X11/keysymdef.h。

它有这样的行：

#define XK_onethird    0x0ab0  /* U+2153 VULGAR FRACTION ONE THIRD */
#define XK_twothirds   0x0ab1  /* U+2154 VULGAR FRACTION TWO THIRDS */
#define XK_onefifth    0x0ab2  /* U+2155 VULGAR FRACTION ONE FIFTH */

我想像这样显示它们：

#define XK_onethird    0x0ab0  /* ⅓ VULGAR FRACTION ONE THIRD */
#define XK_twothirds   0x0ab1  /* ⅔ VULGAR FRACTION TWO THIRDS */
#define XK_onefifth    0x0ab2  /* ⅕ VULGAR FRACTION ONE FIFTH */

我试过：

$ sed -e 's/U+\([0-9A-Fa-f]\{4\}\)/\u\1/' < /usr/include/X11/keysymdef.h

这只是“忽略”了\u。所以，把它归结为一些sed带有 Pilcrow“¶” 的测试用例：

$ echo 00B6 | sed -re $'s/(....)/echo "\u00B6"/e'
¶       # Good, display works, lets get the capture group:
$ echo 00B6 | sed -re $'s/(....)/echo "\u00B6 \\1"/e'
¶ 00B6  # So far, so good, lets prefix \u again:
$ echo 00B6 | sed -re $'s/(....)/echo "\u00B6 \u\\1"/e'
¶ 00B6  # Huh? Ok, trying double-wrapping
$ echo 00B6 | sed -re $'s/(....)/echo "\u00B6 \\u\\1"/e'
¶ 00B6  # Hey, where did the '\\u' go? Ok, try something else:
$ echo 00B6 | sed -re $'s/(....)/echo $(echo "\u00B6 \u\\1")/e'
¶ 00B6  # I give up

（注意：我刚刚也尝试了上述的一些变体printf。没有变化）

我缺少什么？为什么我不能使用评估标志sed像那样？

编辑：我知道，这可以用其他语言/工具来解决while read echo eval和解决，并且赞赏（+1d）答案。

然而，对于这个问题，我最感兴趣的是一个解决方案sed或者知道为什么上述命令会产生此输出和/或为什么这是不可能的。

答案1

使用 Perl：

perl -CS -pe 's/\bU\+([\dA-Fa-f]{4})\b/chr(hex($1))/eg' /usr/include/X11/keysymdef.h

这告诉 perl 查找U+0000，将 转换0000为十六进制，然后用该数字表示的字符替换它。

如果你想替换文件的内容，你可以这样做：

perl -i -CD -pe 's/\bU\+([\dA-Fa-f]{4})\b/chr(hex($1))/eg' /path/to/file

答案2

将（修改后的）sed 输出按行传递echo -e ""：

sed -e 's/U+\([0-9A-Fa-f]\{4\}\)/\\u\1/' </usr/include/X11/keysymdef.h |
while read -r line;do echo -e "$line";done

相关内容