Question

我正在编写一个bash脚本，需要解析包含@!'ó等特殊字符的html。目前我已经运行了整个脚本，它会忽略或跳过这些查询，因为它们从服务器返回为十进制unicode，如下所示：'。我已经想出如何解析并转换为十六进制并将它们加载到python中以将它们转换回它们的符号，我想知道bash是否可以本地进行最终转换。 python中的简单示例：

print ur"\u0032" ur"\u0033" ur"\u0040"

打印出来

23@

我可以在Bash中获得相同的结果吗？我已经查看了iconv，但我认为它不能做我想做的事情，或者更多可能是我不知道怎么做。

以下是一些相关信息：

Python String Literals

Hex to UTF conversion in Python

以下是预期输入输出的一些示例。

Ludwig van Beethoven - 5th Symphony and 6th Symphony ''Pastoral'' - Boston Symphony Orchestra - Charles Munch

Ludwig van Beethoven - 5th Symphony and 6th Symphony ''Pastoral'' - Boston Symphony Orchestra - Charles Munch

АлисА (Alisa) - Мы вместе. ХХ лет (My vmeste XX let)

АлисА (Alisa) - Мы вместе. ХХ лет (My vmeste XX let)

Answer 1

Bash内置的printf不支持Unicode代码，但外部printf（至少在我的基于GNU的系统上）不支持：

$ /usr/bin/printf "\u0410\u043b\u0438\u0441\u0410"
АлисА

或者这样，如果它不在printf中，则从您的路径中选择/usr/bin：

$ $(type -P printf) "\u0410\u043b\u0438\u0441\u0410"
АлисА

或

$ env printf "\u0410\u043b\u0438\u0441\u0410"
АлисА

Answer 2

可能的解决方案，例如：

$ function conv() { echo $* | python -c 'import re, sys; print re.sub(r"&#(\d+);", lambda x: unichr(int(x.group(1))), sys.stdin.read()).rstrip()' ; }
$ conv '&#1040;&#1083;&#1080;&#1089;&#1040; (Alisa)' 
АлисА (Alisa)

Bash相当于Python的字符串文字，用于utf字符串转换

2 个答案: