获取匹配字符的代码点

Question

我希望用\u…的代码点替换U + 00C0到U + 02AF范围内的字符，例如á - ＆gt; \u00E1。是否有任何sed函数来获取匹配字符的代码点号？

Answer 1

在sed中没有这样的功能。 Perl救援：

perl -i~ -CD -pe 's/([\x{c0}-\x{2af}])/sprintf "\\u%04X", ord $1/ge' file.txt

（适用于UTF-8的输入。）

说明：

• -i~告诉Perl替换文件，留下备份。
• -CD告诉Perl在输入和输出上假设UTF-8。
• -p告诉perl逐行处理输入，例如sed。
• s///g是全局替换，就像在sed。
中一样
• /e选项意味着应该评估替换，即它不是字符串，而是返回值用于替换匹配部分的代码。这里的代码采用char的ord，即其代码，并使用printf将其转换为十六进制。