如何準確地在UNIX中轉換字符大小寫？ （假設i18N）

Question

我試圖感受如何在UNIX中準確處理字符和字符集，因爲它們存在不同的語言環境 - 並且這樣做不需要UNIX標準項之外的特殊工具。

我的研究已經顯示了德國尖銳角色的問題：一個角色變成了兩個 - 還有其他問題。使用tr顯然是一個非常糟糕的主意。我看到的唯一的選擇是這樣的：

echo StUfF | perl -n -e "print lc($_);" 

，但我不能肯定，將工作，它需要Perl - 不是一個壞的必然要求，而是一個非常大鐵錘...

什麼awk和grep和sed和...？或多或少，這是我的問題：我怎麼能確定每個地區的文字都是低版本？

Answer 1

Perl lc/uc適用於大多數語言，但它無法正確使用土耳其語，請參閱this bug report of mine瞭解詳細信息。但是如果你不需要擔心土耳其語，那麼Perl很好。

Answer 2

您無法確定每個區域設置的文字都是正確的。這是不可能的，軟件庫中有關於國際相關人員實施的一些錯誤。

如果您不害怕使用C++或Java，您可以看看ICU，它們實現了廣泛的整理，規範化等規則集。