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？
我需要国际化的实用程序，它的作用与tr：从流中获取字符并将其替换为相应的字符。不是像从低到高这样的特定案例解决方案，而是需要通用案例解决方案。sed如果可能的话，不要使用 gorillion 管道电话。
请注意，这tr不适用于 Linux：它转换字节，而不是字符。这对多字节编码失败。
$ tr --version | head -n 1
tr (GNU coreutils) 8.23
$ echo $LC_CTYPE
en_US.UTF-8
$ echo 'Ångstrom' | tr Æ Œ
?ngstrom