在bash中将unicode数组转换为字符串

Question

我有一个unicode点数组，我希望能够转换回字符并将其作为字符串存储在变量中。在下面的例子中，它只是"Hello World!"代码点数组，但我可以有任何unicode数字(最多16位)。

array=( 72 101 108 108 111 32 87 111 114 108 100 33 )

我检查了:

• 如何在*nix中使用控制台工具将uXXXX unicode转换为UTF-8
• 如何将字符串中的所有UTF8 Unicode字符转换为使用bash/shell/zsh的相关代码点?

和其他在线资源，但我仍然不知道如何做到这一点。我尝试了如下操作:

temp=
for c in ${array[@]}; do
temp+="U$c"
done
printf %b "$temp"

我还看到bash有一个新功能，允许您执行echo -e 'Uxxxxx'或$'Uxxx'，但在我的情况下，它不起作用，因为即使我迭代数组并将每个代码点存储在变量i中，单引号会阻止bash在这种情况下扩展它:echo $'U$i'，我甚至尝试了echo "$'U$i'"。

我完全不知道如何用一种简单的方式用纯bash来做这件事。

Answer 1

让您感到困惑的是，您的数组中充满了编码点的十进制数字，但是U符号采用十六进制数字。例如，数组中的第一个元素是"72"——在十进制中，这是"H"的代码，但在十六进制中，它相当于十进制114，这是" "的代码。

所以要使用U表示法，首先需要将数字转换为十六进制，可以使用printf %x:

for c in "${array[@]}"; do
temp+="\U$(printf %x "$c")"    # Convert dec->hex, add U
done
printf %b "$temp"    # Convert U<codepoint> to actual characters

正如dave_thompson_085在注释中指出的那样，您可以通过将整个数组转换为单个printf:

来进一步简化这一点:

printf %b "$(printf '\U%x' "${array[@]}")"

Answer 2

Shell脚本不是万能的。对于复杂的操作，它们通常依赖于linux安装中常见的其他实用程序。在这种情况下，iconv可以提供帮助。

array=( 72 101 108 108 111 32 87 111 114 108 100 33 )
temp=
for c in ${array[@]}; do temp+=$(printf '\x%x' $c); done
temp=$(echo -ne $temp | iconv -f utf8)
printf %b "$temp"

Answer 3

为什么要调用数组array，然后继续使用string?

tmp=""
arr=( 72 101 108 108 111 32 87 111 114 108 100 33 )
for c in "${arr[@]}"; do tmp+="U$c"; done
printf %b "$tmp"