如何在某些范围内使用sed删除Unicode？

Question

我想在某些范围内删除Unicode，例如：

echo "abcＡＢＣ123" | sed 's/[\uff21-\uff3b]//g'

期待"abc123"，但得到：

  

sed：-e expression＃1，char 20：无效范围结束

或使用：

echo "abcＡＢＣ123" | sed 's/[Ａ-Ｚ]//g'

得到：

  

sed：-e expression＃1，char 14：无效的归类角色

Answer 1

sed中的Unicode支持定义不明确。您可能最好使用命令行perl：

echo "abcＡＢＣ123" | perl -CS -pe 's/[\x{FF21}-\x{FF3B}]+//g'

abc123

在此处使用-CS标志非常重要，以便能够为输入/输出/错误获取正确的UTF8编码。

Answer 2

不确定为什么sed无效，但您可以使用tr代替

$ echo 'abcＡＢＣ123' | tr -d 'Ａ-Ｚ'
abc123

来自man tr

  

tr - 翻译或删除字符

     

-d， - 删除   删除SET1中的字符，不要翻译