GNU grep正则表达式`[一 - 十]`(一到十)与汉字四(四)不符

Question

这个命令

$ echo '??????????' | grep -oE '[?-?]'

输出:

?
?
?
?
?
?
?
?
?

正则表达式[?-?](一到十个)预计将匹配中国数字.如示例所示,除了中文字符?(四个)之外,它与从1到10的每个中文数字匹配.

为什么？

这是一个错误还是一个笑话？

我可能认为这是一个笑话,因为在中文'四'(四)听起来像'事'(事物).事实上,在一些中文方言中,它们共享相同的发音.因此'一二三五六七八十'(一二三五六七八九)暗示'没四'(没有四),即'没事'(没有东西).

BTW,我使用的grep版本:

GNU grep 2.5.4

Answer 1

中文数字不符合Unicode.那四是U + 56DB,而一是U + 4E00,10是5341.所以4不适合.

有关更多信息,请阅读Unicode标准,请参阅http://www.unicode.org/charts/PDF/U4E00.pdf.