如何使用sed删除Unicode在某个范围内

Question

我想删除某个范围内的Unicode，例如：

echo "abcＡＢＣ123" | sed 's/[uff21-uff3b]//g'

期望"abc123"，但得到：

sed：-e 表达式 #1，字符 20：无效范围结束

或使用：

echo "abcＡＢＣ123" | sed 's/[Ａ-Ｚ]//g'

获取：

sed：-e 表达式 #1，字符 14：排序规则字符无效

Answer 1

sed中的Unicode支持没有很好的定义。最好使用命令行perl：

echo "abcＡＢＣ123" | perl -CS -pe 's/[x{FF21}-x{FF3B}]+//g'
abc123

在此处使用-CS标志非常重要，以便能够为输入/输出/错误获取正确的 UTF8 编码。

Answer 2

不确定为什么sed不起作用，但您可以使用tr

$ echo 'abcＡＢＣ123' | tr -d 'Ａ-Ｚ'
abc123

从man tr

tr - 翻译或删除字符

-d， --删除 删除 SET1 中的字符，不翻译