如何使用sed删除某个范围内的Unicode？

Question

我想在某些范围内删除Unicode字符，例如：

echo "abcＡＢＣ123" | sed 's/[\uff21-\uff3b]//g'

期望结果是"abc123"，但是得到的是：

sed：-e表达式＃1，第20个字符：无效的范围结束

或者使用：echo "abcＡＢＣ123" | sed 's/[Ａ-Ｚ]//g'

得到结果：

sed：-e表达式＃1，第14个字符：无效的整理字符

- user2524314

---

请查看 https://ideone.com/woqDKM。另外，请查看 https://dev59.com/smoy5IYBdhLWcg3wa9Qj。 - Wiktor Stribiżew

Answer 1

sed中的Unicode支持没有明确定义。您最好使用命令行perl：

echo "abcＡＢＣ123" | perl -CS -pe 's/[\x{FF21}-\x{FF3B}]+//g'

abc123

在这里使用-CS标志非常重要，以便能够获取正确的UTF8编码的输入/输出/错误信息。

- anubhava

Answer 2

不确定为什么sed无法工作，但可以使用tr代替

$ echo 'abcＡＢＣ123' | tr -d 'Ａ-Ｚ'
abc123

来自 man tr

tr - 翻译或删除字符

-d, --delete 删除SET1中的字符，不进行翻译

- Sundeep