Linux 为什么sed在使用国际字符时失败，以及如何修复？

GNU-sed版本4.1.5

似乎无法使用国际字符。这是我的输入文件：

Gras Och Stenar Trad - From Moja to Minneapolis DVD [G2007DVD] 7812 | X
<br>
Gras Och Stenar Trad - From Möja to Minneapolis DVD [G2007DVD] 7812 | Y

---

我知道我可以使用tr删除国际字符。首先，有没有办法只使用sed？

sed

对于非ASCII文本的设置不是很好。但是，您可以在

perl

中使用（几乎）相同的代码，并获得所需的结果：

perl -pe 's/.*\| //' x

---

我认为，如果文件的输入编码与环境的首选编码不同，就会出现错误

示例：中的

是UTF-8

$ LANG=de_DE.UTF-8 sed 's/.*| //' < in
X
Y
$ LANG=de_DE.iso88591 sed 's/.*| //' < in
X 
Y

ISO-8859-1不能解释为UTF-8，解码输入文件失败。这种奇怪的匹配可能是由于sed试图恢复，而不是完全失败

答案基于Debian Lenny/Sid和sed 4.1.5。
这个提示非常有用。这个问题似乎已经用GNU sed解决了（在版本4.2.2上测试）。
perl -pe 's/.*\| //' x

$ LANG=de_DE.UTF-8 sed 's/.*| //' < in
X
Y
$ LANG=de_DE.iso88591 sed 's/.*| //' < in
X 
Y

$ LANG=de_DE.UTF-8 sed 's/.*| //' < in
X
Gras Och Stenar Trad - From MöY
$ LANG=de_DE.iso88591 sed 's/.*| //' < in
X 
Y