是否有支持 unicode 的 sed 替代方案？

Question

例如：

sed 's/\u0091//g' file1

现在，我必须做得到hexdump十六进制数并输入sed如下：

$ echo -ne '\u9991' | hexdump -C
00000000  e9 a6 91                                          |...|
00000003

进而：

$ sed 's/\xe9\xa6\x91//g' file1

Answer 1

只需使用该语法：

sed 's/?//g' file1

或者以转义形式：

sed "s/$(echo -ne '\u9991')//g" file1

（请注意，旧版本的 Bash 和某些 shell 无法理解echo -e '\u9991'，因此请先检查。）

Answer 2

Perl 可以做到：

echo ??“?”?????? | perl -CS -pe 's/\N{U+9991}/Jin/g'

-CS 为标准输入、输出和错误打开 UTF-8。

Answer 3

许多版本sed支持 Unicode：

• 传家宝 sed，它基于“原始 Unix 材料”。
• GNU sed，这是它自己的代码库。
• 计划 9 sed已移植到类 Unix 操作系统。

我找不到有关 BSD sed 的信息，我认为这很奇怪，但我认为它也支持 Unicode 的可能性很大。不幸的是，没有标准的方法来告诉sed使用哪种编码，所以每个人都以自己的方式做到这一点。

Answer 4

这对我有用：

\n\n

$ vim -nEs +'%s/\\%u9991//g' +wq file1\n

\n\n

它\xe2\x80\x99s 比 I\xe2\x80\x99d 更冗长；这里\xe2\x80\x99s 完整的解释：

\n\n

\n
• -n禁用 vim 交换文件
\n
• -EEx改进模式
\n
• -s静音模式
\n
• +'%s/\\%u9991//g'执行替换命令
\n
• +wq保存并退出
\n

\n

Answer 5

使用最新版本的 BASH，只需省略 sed 表达式周围的引号，您就可以使用 BASH 的转义字符串。sed 表达式中的空格或 sed 表达式中可能被 BASH 解释为通配符的部分可以单独引用。

$ echo "????" | sed s/$'\u9991'//g
???