awkåäöumlaut-chars的长度为2

Question

我使用awk（mac os x）只打印n个字符和更长的行。

如果我在一个看起来像这样的文本文件（strings.txt）上尝试：

four
foo
bar
föö
bår
fo
ba
fö
bå

我运行这个awk脚本：

awk ' { if( length($0) >= 3 ) print $0 } ' <strings.txt 

输出结果为：

four
foo
bar
föö
bår
fö
bå

（最后两行不应该打印）。看起来像包含变音字符（å，ä，ö......）的单词算作两个字符。

（输入文件以UTF8格式保存。）

Answer 1

尝试设置您的语言区域：

LC_ALL=en_US.UTF-8 awk 'length >= 3' infile

将en_US.UTF-8更改为正确的区域设置。

Answer 2

BSD awk（又名BWK awk），预装在macOS上（从macOS 10.13开始仍然如此），很遗憾 - 不支持Unicode

您的选择是：

• IF 您知道所涉及的字符适合单字节编码，例如ISO-8859-1，您可以使用{{ 1}} 如下：

  iconv

• 安装 或iconv -f UTF-8 -t ISO-8859-1 file | awk 'length >= 3' | iconv -f ISO-8859-1 -t UTF-8 ;例如，通过Homebrew：
  • awk
  • gawk

• 使用 支持Unicode的的 不同的预安装工具，例如mawk：

  brew info gawk

Answer 3

试试这个：

$  echo "four
foo
bar
föö
bår
fo
ba
fö
bå
"|awk ' {x=$0;gsub(/./,"x",x); if( length(x) >= 3 ) print $0 } ' 

<强>输出

four
foo
bar
föö
bår