Question

我在.x

中有一个小样本

$ cat .x
u="Böhmáí"
touch "$u"
ls > .list
echo "$u" >.text

cat .list .text
diff .list .text
od -bc .list
od -bc .text

当我运行此scrpit sh -x .x时（-x仅用于显示命令）

$ sh -x .x
+ u=Böhmáí
+ touch Böhmáí
+ ls
+ echo Böhmáí
+ cat .list .text
Böhmáí
Böhmáí
+ diff .list .text
1c1
< Böhmáí
---
> Böhmáí
+ od -bc .list
0000000   102 157 314 210 150 155 141 314 201 151 314 201 012            
           B   o   ̈    **   h   m   a   ́    **   i   ́    **  \n            
0000015
+ od -bc .text
0000000   102 303 266 150 155 303 241 303 255 012                        
           B   ö  **   h   m   á  **   í  **  \n                        
0000012

相同的字符串Böhmáí已编码为文件名中的不同字节，而不是文件的内容。在终端（utf8编码）中，两个变体中的字符串looks same。

兔子在哪儿？

Answer 1

（这主要是从previous answer of mine ......）

中偷走的

Unicode允许一些重音字符以几种不同的方式表示：作为表示重音字符的“代码点”，或表示字符的非重音版本的一系列代码点，后跟重音符号。例如，“ä”可以表示为预先组合为U + 00E4（UTF-8 0xc3a4，带有分音符的拉丁文小写字母1）或分解为U + 0061 U + 0308（UTF-8 0x61cc88，拉丁文小写字母a +组合分音符））。

OS X的HFS +文件系统要求所有文件名都存储在fully decomposed form的UTF-8表示中。在HFS +文件名中，“ä”必须编码为0x61cc88，“ö”必须编码为0x6fcc88。

所以这里发生的事情是你的shell脚本以预先组合的形式包含“Böhmáí”，因此它以那种方式存储在变量a中，并以这种方式存储在.text文件中。但是当您使用该名称创建文件（使用touch）时，文件系统会将其转换为实际文件名的分解形式。当你ls它时，它会显示文件系统所具有的形式：分解形式。

文件名os x中的不同utf8编码

1 个答案: