编码tr（ubuntu）和tr（mac）之间的差异

Question

echo – | tr ’ X

在我的Mac上：正确打印 -

在Ubuntu 10.10上：打印XX

为什么？

作为参考，第一个字符是'EN DASH'（U + 2013），第二个字符是'右单引号'（U + 2019）

编辑：我现在改用Perl。我使用的神奇咒语是：

perl -CSD -p -Mutf8 -e 'tr/A-ZÁÉÍÓÚÀÈÌÒÙÄËÏÖÜÂÊÎÔÛÇa-zäëïöüáéíóúàèìòùâèìòùñçßœ/ /cs'

这意味着：除了我能想到的所有字母，用空格替换任何字符，然后挤压空格。

Answer 1

GNU coreutils tr存在多字节字符问题 - 它认为它们是一个单字节字符序列。

考虑到这一点，你在Linux上看到的是“预期的”：

$ echo – | od -t x1
0000000 e2 80 93 0a
0000004
$ echo ’ | od -t x1
0000000 e2 80 99 0a
0000004
$ echo – | tr ’ X | od -t x1
0000000 58 58 93 0a
0000004

编辑：

对于一组UTF-8兼容实用程序，您可能需要查看Heirloom Toolchest。它包含tr实现，显然有UTF-8支持，但我还没有测试过。