Encoding utf-8编码是否会导致文件全球化和grep'；惯性导航与制导？
我在玩bash，体验utf-8编码。我不熟悉unicode。 以下命令（嗯，它们的输出）令我惊讶： $localeEncoding utf-8编码是否会导致文件全球化和grep'；惯性导航与制导？,encoding,utf-8,grep,filenames,Encoding,Utf 8,Grep,Filenames,我在玩bash，体验utf-8编码。我不熟悉unicode。 以下命令（嗯，它们的输出）令我惊讶： $locale LANG=“fr\u fr.UTF-8” LC\u COLLATE=“fr\u fr.UTF-8” LC_CTYPE=“fr_fr.UTF-8” LC_MESSAGES=“fr_fr.UTF-8” LC_MONETARY=“fr_fr.UTF-8” LC\u NUMERIC=“fr\u fr.UTF-8” LC_TIME=“fr_fr.UTF-8” LC_ALL= $printf'
LANG=“fr\u fr.UTF-8”
LC\u COLLATE=“fr\u fr.UTF-8”
LC_CTYPE=“fr_fr.UTF-8”
LC_MESSAGES=“fr_fr.UTF-8”
LC_MONETARY=“fr_fr.UTF-8”
LC\u NUMERIC=“fr\u fr.UTF-8”
LC_TIME=“fr_fr.UTF-8”
LC_ALL=
$printf'1\né\n12\n123\n'| egrep'^（.|…）$'
1
é
12
$touch 1é12 123
$ls|egrep'^（.|…）$'
1
123 嗯。两个egrep过滤器使用一个或三个字符过滤行。它们的输入非常相似，但输出因字符而异。有什么解释吗 有关我的环境的更多详细信息： $uname-a
达尔文macbook-pro-de-admin-6.local 10.4.0达尔文内核版本10.4.0:Fri Apr 23 18:28:53 PDT 2010；根目录：xnu-1504.7.4~1/RELEASE_I386 I386
$egrep-V
白鹭（GNU grep）2.5.1
版权所有1988，1992—1999年，2000, 2001免费软件基金会，BR>
这是自由软件；有关复制条件，请参见源。没有
担保甚至不是为了适销性或适合某一特定目的
当您使用单字符通配符时，任何可变长度编码都可能与不知道编码的工具发生冲突，并考虑字节而不是字符（因为该工具假定字节=字符）。如果使用文字字符，那么对于UTF-8来说，这并不重要，因为UTF-8的结构防止了字符中间的匹配（假设正确的编码）。 根据GNU grep 2.5.1和更高版本，至少有一些版本的grep应该是UTF-8感知的，只要设置了适当的LANG，就包括在其中。但是，如果您使用的是较旧的版本，或者GNU grep以外的其他版本，那么这很可能就是问题的原因，因为é是一个双字节字符（0xC3 0xA9） 编辑：根据您最近的评论，您的grep可能支持Unicode，但它不执行任何类型的操作（老实说，我并不真的期望它会这样） 0x65 0xCC 0x81是一个e，后跟。这实际上是两个字符，但由于组合字符的语义，它被呈现为一个字符。这将导致grep将其检测为两个字符；一个代表e，一个代表口音
似乎分解的Unicode是文件名在文件系统中的实际存储方式-否则，您可以存储具有完全相同名称的文件，但是只有在组合字符的使用上有所不同。比较ls | hextump-C和printf'1\né\n12\n123\n'| hextump-C的输出。如果您没有
hextumphd