我正在尝试从文件（UTF-8）中删除一些字符。我tr为此目的使用：
tr -cs '[[:alpha:][:space:]]' ' ' <testdata.dat
文件包含一些外来字符（如“??????????”或“àé”）。tr似乎不理解它们：它将它们视为非 alpha 并删除。
我试过更改我的一些语言环境设置：
LC_CTYPE=C LC_COLLATE=C tr -cs '[[:alpha:][:space:]]' ' ' <testdata.dat
LC_CTYPE=ru_RU.UTF-8 LC_COLLATE=C tr -cs '[[:alpha:][:space:]]' ' ' <testdata.dat
LC_CTYPE=ru_RU.UTF-8 LC_COLLATE=ru_RU.UTF-8 tr -cs '[[:alpha:][:space:]]' ' ' <testdata.dat
不幸的是，这些都没有奏效。
我怎样才能tr理解Unicode？
有什么方法可以检索当前语言环境中给定字符类（如blank, alpha, digit...）中所有字符的列表。
例如，
LC_ALL=en_GB.UTF-8 that-command blank
理想情况下，在我的 Debian 系统上，会显示如下内容：
09 U+0009 HORIZONTAL TAB
20 U+0020 SPACE
e1 9a 80 U+1680 OGHAM SPACE MARK
e1 a0 8e U+180E MONGOLIAN VOWEL SEPARATOR
e2 80 80 U+2000 EN QUAD
e2 80 81 U+2001 EM QUAD
e2 80 82 U+2002 EN SPACE
e2 80 83 U+2003 EM SPACE
e2 80 84 U+2004 THREE-PER-EM SPACE
e2 80 85 U+2005 FOUR-PER-EM SPACE
e2 80 86 U+2006 SIX-PER-EM SPACE
e2 80 88 …