翻译：tr不承认斯堪的纳维亚字符集

Question

我想将文件拆分为单词列表，使用tr非常简单。然而，事实证明，这些词语是以特殊的丹麦语字符分开的，例如

echo København Helsingør|tr -c "[:alpha:]" "\n" K� benhavn Helsing� r

显然，“ø”不是[:alpha:]集的成员。我在macOS和Linux上得到了相同的结果。我试过用

作为命令的前缀

LC_TYPE=da_DK.UTF-8 echo København Helsingør|tr -c "[:alpha:]" "\n"

但是结果相同。

Answer 1

需要为LC_CTYPE（而不是LC_TYPE）设置

tr（不是echo）。

$ echo "København Helsingør" | LC_CTYPE=da_DK.UTF-8 tr -c "[:alpha:]" "\n"
København
Helsingør

值得注意的是，当通过相同的方法设置tr时，使用MacOS原生LC_CTYPE=C可以重现这一点：

$ echo "København Helsingør" | LC_CTYPE=C tr -c "[:alpha:]" "\n"
K

benhavn
Helsing

r

...从而证明这种机制在修改字符类语言环境设置方面是成功的。

Answer 2

解决。它是来自自制程序（tr）的GNU /usr/local/opt/coreutils/libexec/gnubin/tr的问题，这是我的默认设置，并且似乎忽略了语言环境的任何设置。我使用原生macOS＆＃39; s /usr/bin/tr得到了正确的单词。