nroff/groff 无法正确转换 utf-8 编码文件

Question

我有一个 utf-8 编码的 roff 文件，我想将其转换为联机帮助页

$ nroff -mandoc inittab.5

但是，[äöüÄÖÜ], eg 中的字符没有正确显示，因为似乎 nroff 假定采用 ISO 8859-1 编码（我得到的是[äöüÃÃÃ] 代替。nroff使用-Tutf8标志调用不会改变行为，并且语言环境环境变量（我假设正确）设置为

LANG=de_DE.utf8
LC_CTYPE="de_DE.utf8"
LC_NUMERIC="de_DE.utf8"
LC_TIME="de_DE.utf8"
LC_COLLATE="de_DE.utf8"
LC_MONETARY="de_DE.utf8"
LC_MESSAGES="de_DE.utf8"
LC_PAPER="de_DE.utf8"
LC_NAME="de_DE.utf8"
LC_ADDRESS="de_DE.utf8"
LC_TELEPHONE="de_DE.utf8"
LC_MEASUREMENT="de_DE.utf8"
LC_IDENTIFICATION="de_DE.utf8"
LC_ALL=

由于nroff只是一个包装脚本并最终调用groff我检查了对后者的调用，即：

$ groff -Tutf8 -mandoc inittab.5

比较 src 文件和输出文件中字符的字节编码，我得到以下转换：

character  src file  output file
---------  --------  -----------
ä          C3 A4     C3 83 C2 A4
ö          C3 B6     C3 83 C2 B6
ü          C3 BC     C3 83 C2 BC
Ä          C3 84     C3 83
Ö          C3 96     C3 83
Ü          C3 9C     C3 83
ß          C3 9F     C3 83 

这种行为对我来说似乎很奇怪（为什么我得到一个额外的C3 83并且将原始字节序列全部截断以用于大变音和ß？）

这是为什么，我如何制作nroff/groff正确转换我的 utf-8 编码文件？

编辑：我正在使用 GNU nroff (groff) version 1.22.2

Answer 1

与其他 troff 实现（即 Plan 9 和 Heirloom troff）不同，groff 不支持文档中的 UTF8。但是，可以使用preconv(1)预处理器实现 UTF8 输出，它将文件中的 UTF8 字符转换为 groff 本机转义序列。

以这个groff_ms(7)文档为例：

.TL
StackOverflow Test Document
.AU
ToasterKing
.PP
I like going to the café down the street

äöüÄÖÜ

groff正常使用，我们得到：

                StackOverflow Test Document


                        ToasterKing


     I like going to the café down the street

äöüÃÃÃ

但是当使用preconv | groffor 时groff -k，我们得到：

                StackOverflow Test Document


                        ToasterKing


     I like going to the café down the street

äöüÄÖÜ

查看 的输出preconv，您可以看到它如何将字符转换为转义序列：

.lf 1 so.ms
.TL
StackOverflow Test Document
.AU
ToasterKing
.PP
I like going to the caf\[u00E9] down the street

\[u00E4]\[u00F6]\[u00FC]\[u00C4]\[u00D6]\[u00DC]