utf farkında olan coreutils?

cutBugün kullandığımda , UTF-8 karakterine karakter olarak değil, 3 karakter uzunluğunda olduğu için 3 karakter kullandığını öğrendim.

Bu genellikle birçok araç için geçerli gibi görünüyor.

coreutilsUTF-8'in farkında olan sürümleri var mı?

Benim localeçıkışı:

LANG=en_US.UTF-8
LC_CTYPE="en_US.UTF-8"
LC_NUMERIC="en_US.UTF-8"
LC_TIME="en_US.UTF-8"
LC_COLLATE="en_US.UTF-8"
LC_MONETARY="en_US.UTF-8"
LC_MESSAGES="en_US.UTF-8"
LC_PAPER="en_US.UTF-8"
LC_NAME="en_US.UTF-8"
LC_ADDRESS="en_US.UTF-8"
LC_TELEPHONE="en_US.UTF-8"
LC_MEASUREMENT="en_US.UTF-8"
LC_IDENTIFICATION="en_US.UTF-8"
LC_ALL=

İşte ne zaman cutçalışmıyor

echo 哈哈 | cut -c 2-
��哈

Doğru çıktı

哈

çok cut -cbaytlı karakterlerle çalıştıysa.

GNU coreutils genel olarak UTF-8'i anlar. Örneğin , UTF-8 yerel ayarında echo 哈哈 | wc -mdoğru çıktılar 3(seçeneğin, tarihsel nedenlerden dolayı bayt anlamına -mgelmediğini unutmayın -c).

Bu bir hatadır cut. Baktığımızda kaynağıcut , cutkarakterler sadece uygulanmadı: -cseçeneği ile eşanlamlı olarak ele alınır -b.

Geçici çözüm awk kullanmaktır. GNU awk UTF-8 ile iyi başa çıkıyor.

awk '{print substr($0,2,length)}'

Bu, derlemenizde / sürümünüzde bir hataya benziyor coreutils . Bunu Ubuntu 10.10 Maverick Meerkat üzerinde çoğaltabilirim ancak Fedora 15'te çoğaltamam.

[yamalar @ holocene ~] $ cat / etc / fedora-release 
Fedora sürüm 15 (Lovelock)
[yamalar @ holocene ~] $ rpm -q coreutils
coreutils-8.10-2.fc15.x86_64
[yamalar @ holocene ~] $ echo 哈哈 | kes -c 2-
哈
[yamalar @ holocene ~] $ sudo chroot / mnt / maverick
root @ holocene: / # grep DISTRIB_DESC / etc / lsb-release
DISTRIB_DESCRIPTION = "Ubuntu 10.10"
root @ holocene: / # dpkg-query -s coreutils | grep Sürümü
Sürüm: 8.5-1ubuntu3
kök @ holocene: / # echo 哈哈 | kes -c 2-
哈

Ayrıca Ubuntu kullanıyorsanız, Ubuntu'ya bir hata bildirebilirsiniz coreutils , aşağıdaki komutu çalıştırarak paketleyicilerine :

apport-bug coreutils

Güncelleme: Gilles, yorumlarda coreutilsbunun Fedora'nın yama yaptığı yukarı akış sürümünde bir hata olduğunu belirtiyor. Çalıştırmak için kendiniz yama eklemek istiyorsanız , yamalarını burada bulabilirsiniz .