在bash脚本中将HTML字符引用更改为utf-8即.ā 变成ā

Question

您将如何将包含以下字符引用的文档转换为bash脚本中的实际可读字符？

ā á ǎ à ē é ě è ī í ǐ ì ǖ ǘ ǚ ǜ ü ǖ ǘ ǚ ǜ ü

这些改变是为了āáǎàēěěèíǐìǖǘǚǜǖǘǘǚǜü

Answer 1

如果您可以使用 Perl 那么它就相对简单：

\n\n

perl -ne \'binmode STDOUT,":utf8";s/&#([0-9]*);/pack("U",$1)/eg;print\' \\\n  document.html\n

\n\n

例子：

\n\n

#!/bin/bash\nhtml2utf8() {\n  perl -ne \'binmode STDOUT, ":utf8"; s/&#([0-9]*);/pack("U",$1)/eg; print\'\n}\necho \'testing 1 ā 2 Ĭ 3 ē\' | html2utf8\n

\n\n

生产：

\n\n

testing 1 \xc4\x81 2 \xc4\xac 3 \xc4\x93\n

\n