在bash脚本中从HTML字符引用更改为utf-8，即ā 成为ā；

如何将包含以下字符引用的文档转换为bash脚本中的实际可读字符

ā á ǎ à ē é ě è ī í ǐ ì ǖ ǘ ǚ ǜ ü ǖ ǘ ǚ ǜ ü

---

这些更改是为了āáǎēěīǐ़በǚǜǜǚǜ

如果您可以访问Perl，那么它相对简单：

perl -ne 'binmode STDOUT,":utf8";s/&#([0-9]*);/pack("U",$1)/eg;print' \
  document.html

例如：

#!/bin/bash
html2utf8() {
  perl -ne 'binmode STDOUT, ":utf8"; s/&#([0-9]*);/pack("U",$1)/eg; print'
}
echo 'testing 1 ā 2 Ĭ 3 ē' | html2utf8

产生：

testing 1 ā 2 Ĭ 3 ē

---

如果您正在寻找一种只有bash的方法来实现这一点，那么这个线程中似乎有一些解决方案：

stackoverflow允许HTML实体。我的第一个反应是使用sed，如果它只是那些实体。这样就可以直接更换。但是，如果你想让它对任意实体起作用，那么我不能马上想到任何事情（遗憾的是，我不是一个主要的sh人）。是的，我已经访问了perl，所以这可能是最简单、最整洁的方法。老实说，无论如何，整个项目最好在珍珠城完成