我有一个utf-8编码的roff文件,我想使用
转换为联机帮助页$ nroff -mandoc inittab.5
但是,[äöüÄÖÜ]
中的字符,例如不能正确显示,因为nroff似乎采用了ISO 8859-1编码(我正在使用[äöüÃÃÃ
]。使用nroff
标志调用-Tutf8
不会更改行为和语言环境变量(我认为正确)设置为
LANG=de_DE.utf8
LC_CTYPE="de_DE.utf8"
LC_NUMERIC="de_DE.utf8"
LC_TIME="de_DE.utf8"
LC_COLLATE="de_DE.utf8"
LC_MONETARY="de_DE.utf8"
LC_MESSAGES="de_DE.utf8"
LC_PAPER="de_DE.utf8"
LC_NAME="de_DE.utf8"
LC_ADDRESS="de_DE.utf8"
LC_TELEPHONE="de_DE.utf8"
LC_MEASUREMENT="de_DE.utf8"
LC_IDENTIFICATION="de_DE.utf8"
LC_ALL=
由于nroff
只是一个包装脚本,最终调用了groff
,因此我检查了对后者的调用:
$ groff -Tutf8 -mandoc inittab.5
比较src文件和输出文件中字符的字节编码,我得到以下转换:
character src file output file
--------- -------- -----------
ä C3 A4 C3 83 C2 A4
ö C3 B6 C3 83 C2 B6
ü C3 BC C3 83 C2 BC
Ä C3 84 C3 83
Ö C3 96 C3 83
Ü C3 9C C3 83
ß C3 9F C3 83
这种行为对我来说似乎很奇怪(为什么我要再得到一个C3 83
并把原来的字节序列全部截断为大变音符和ß
?)
这是为什么,如何使nroff
/ groff
正确转换我的utf-8编码文件?
编辑:我正在使用GNU nroff (groff) version 1.22.2
答案 0 :(得分:0)
与其他troff实现(即计划9和Heirloom troff)不同,groff在文档中不支持UTF8。但是,可以使用preconv(1)
预处理器来实现UTF8输出,该预处理器将文件中的UTF8字符转换为groff本机转义序列。
以这个groff_ms(7)
文档为例:
.TL
StackOverflow Test Document
.AU
ToasterKing
.PP
I like going to the café down the street
äöüÄÖÜ
通常使用groff
,我们得到:
StackOverflow Test Document
ToasterKing
I like going to the café down the street
äöüÃÃÃ
但是使用preconv | groff
或groff -k
时,我们得到:
StackOverflow Test Document
ToasterKing
I like going to the café down the street
äöüÄÖÜ
查看preconv
的输出,可以看到它如何将字符转换为转义序列:
.lf 1 so.ms
.TL
StackOverflow Test Document
.AU
ToasterKing
.PP
I like going to the caf\[u00E9] down the street
\[u00E4]\[u00F6]\[u00FC]\[u00C4]\[u00D6]\[u00DC]