String awk&xE5äö；umlaut字符的长度为2

我使用awk（MacOSX）只打印n个字符或更长的行

如果我在如下所示的文本文件（strings.txt）上尝试：

four
foo
bar
föö
bår
fo
ba
fö
bå

我运行这个awk脚本：

awk ' { if( length($0) >= 3 ) print $0 } ' <strings.txt 

（最后两行不应打印）。似乎包含umlaut字符（å，ä，ö…）的单词可以算作两个字符

---

（输入文件以UTF8格式保存。）

尝试设置您的区域设置：

LC_ALL=en_US.UTF-8 awk 'length >= 3' infile

将en_US.UTF-8更改为正确的语言环境。

尝试以下操作：

$  echo "four
foo
bar
föö
bår
fo
ba
fö
bå
"|awk ' {x=$0;gsub(/./,"x",x); if( length(x) >= 3 ) print $0 } ' 

输出

four
foo
bar
föö
bår

---

BSD

awk

（又称BWK

awk

）预装在macOS上（从macOS 10.13开始仍然有效），不幸的是，不支持Unicode编码。

您的选择是：

• 如果您知道所涉及的字符适合单字节编码如ISO-8859-1，您可以使用

  iconv

  ，如下所示：

  iconv -f UTF-8 -t ISO-8859-1 file | awk 'length >= 3' | iconv -f ISO-8859-1 -t UTF-8
  

• 安装另一个支持Unicode的

  awk

  实现，例如

  gawk

  （GNU awk）或

  mawk

  ；e、 例如，通过：

  • brew信息窗口

  • brew信息mawk

• 使用支持Unicode的不同预装工具，例如

  sed

  ：

  sed -n '/^.\{3,\}/p' file
  

---

那么问题是：awk（特别是长度）是否支持Unicode？哈哈，这是一个不错的解决方案！谢谢。这本质上是一个无操作，不会解决问题-您的

awk

是否支持Unicode。如果正则表达式上下文中的

与非ASCII字符匹配，则意味着

长度

也会将其识别为单个字符，替换它没有意义。我是新手，请耐心等待。在再次运行awk之前如何设置区域设置？我试过“LC_ALL=en_US.UTF-8”，但它不起作用……你应该使用：

LC_ALL=en_US.UTF-8 awk…

或

export LC_ALL=en_US.UTF-8；awk…

。我使用了第一个选项LC\u ALL=en\u US.UTF-8 awk。。。。但是，我的脚本找不到unicode字符串txt，比如字符串“Name”…不知道如何解决这个问题…在我的回答中，我指的是GNU awk，您使用的是哪种awk实现？@Odinodin:切换到

gawk

本身就足够了-不需要

LC\u ALL

欺骗，只要您的语言环境是基于UTF8的（它应该在OSX上）。

sed -n '/^.\{3,\}/p' file