爲什麼tr在使用特殊字符時給了我雙重字符？

Question

我有下一個問題;

$ echo ača | tr 'č' 'c' 
$ acca 

爲什麼它給mi雙「c」？如何解決這個問題？我想要aca，而不是acca。

Answer 1

č在unicode的兩個字節長：

charinfo č 
U+010D LATIN SMALL LETTER C HACEK [Ll] 

tr將看到它，因爲每個一個字節的兩個字符。然後它將擴展第二個參數，直到所有字符被替換，因此兩個c。

你可以使用SED（可能只是GNU）：

echo ača | sed 'y/č/c/' 

或Perl：

echo ača | perl -pe 'use open qw(:std :utf8);use utf8;y/č/c/' 

考慮這一點可能讓你明白髮生了什麼：

% echo abc | tr 'abc' 'de' 
dee