Bash 自动删除希腊语文本中的变音符号

我有一个反编译的stardict字典，它是一个tab文件

κακός <tab> bad

κακός坏

其中

表示制表

不幸的是，单词的定义方式要求查询包含所有的变音符号。所以如果我想搜索ζῷον，我需要所有IOTA和旋转都正确

因此，我想转换整个文件，以便关键字删除变音符号。所以这条线就变成了

κακος <tab> <h3>κακός</h3> <br/> bad

κακοςκακός
坏

我知道我可以在bash中逐行读取该文件，如下所述[1]

while read line           
do           
    command           
done <file 

读取行时
做
命令
完成我对古希腊语的熟悉程度不如对现代希腊语的熟悉程度（现代希腊语只使用了两个发音符号）

然而，我仔细检查了元音，找出了哪些元音与变音符号相结合。这给了我以下清单：

ἆἂᾶὰάἀἄ 
ἒὲέἐἔ 
ἦἢῆὴήἠἤ 
ἶἲῖὶίἰἴ 
ὂὸόὀὄ 
ὖὒῦὺύὐὔ 
ὦὢῶὼώὠὤ  

我将此列表保存为文件，并将其传递给此
sed

cat test.txt | sed -e 's/[ἆἂᾶὰάἀἄ]/α/g;s/[ἒὲέἐἔ]/ε/g;s/[ἦἢῆὴήἠἤ]/η/g;s/[ἶἲῖὶίἰἴ]/ι/g;s/[ὂὸόὀὄ]/ο/g;s/[ὖὒῦὺύὐὔ]/υ/g;s/[ὦὢῶὼώὠὤ]/ω/g'


这是一个简单的sed。它接受每个选项并将其替换为未标记的字符。上述命令的结果是：

ααααααα
εεεεε
ηηηηηηη
ιιιιιιι
οοοοο
υυυυυυυ
ωωωωωωω


关于希腊语的音译：你文章中的图像是为了帮助用户在网站上输入希腊语，你使用的是类似的字形，而不总是类似的声音。这些是糟糕的音译。e、 g.β最常被音译为v。ψ是ps，φ是ph，等等。
使用Perl可以相对容易地从字符串中删除变音符号：

$_=NFKD($_);s/\p{InDiacriticals}//g;

例如：

$ echo 'ὦὢῶὼώὠὤ ᾪ' | perl -CS -MUnicode::Normalize -pne '$_=NFKD($_);s/\p{InDiacriticals}//g'
ωωωωωωω Ω

这项工作如下：


-CS
为Perl的stdin/stdout启用UTF8
-MUnicode:：Normalize
加载用于Unicode规范化的库
-e
从命令行执行脚本<代码>-n

自动循环输入中的行<代码>-p自动打印输出

NFKD（）；这意味着重音和变音符号被分解成单独的字符，这使得在下一步中更容易删除它们

s/\p{InDiacriticals}//g

删除Unicode表示为变音符号的所有字符

---

事实上，对于所有具有良好Unicode支持的脚本/语言（不仅仅是希腊语）来说，这应该可以去除发音符号等。

谁是珀尔修斯？我的意思是，我知道他是谁，但他是否足以成为一个半神，拥有某种属于他的方法？我的意思是：我不知道你所说的“没有利用它”是什么意思。您是说您无法安装

iconv

来进行所需的转换，还是说由于某种原因，您没有安装

iconv

（并且无法安装）？（请用此信息更新您的问题，而不是在此处回答，我将删除此信息）。祝你好运。关于希腊语的音译：该图像旨在帮助用户在该网站上使用类似的字形，而不总是使用类似的声音输入希腊语。这些是糟糕的音译。e、 g.β最常被音译为v。ψ是ps，φ是ph，等等。詹姆斯·韦伯斯特：那么呢ὧ? 有两种精神，三种口音和下标iota。对于每个可能的长元音（除了ο和ε之外），我们有3*4*2-1=23个选项。我不想用手来定义这一切。音译的意思是给出1:1的音译（每个希腊字母对应一个拉丁字母）。此外，在古希腊，β发音为b；）因此，野蛮人（βρβαρος）而非瓦瓦里安：）但这只是一个例子，关键点在于自动化，即使用多音键盘和按键组合。如果组合成一封信。。我保留了它。关于不同的选择。。您只需要输入这些组合一次。为您创建组合似乎比创建程序更容易。即使所有6个元音都有23个选项，你也只需要输入138个字符。不，是原来的2倍多。因为也有大写字母。这比你需要输入的字符还要少，你需要编写一个程序来生成这些字符。。大概这将是一个关于PGC的好问题