文章/答案/技术大牛

发布

社区首页 >问答首页 >用巴什语对法语单词进行分类

问用巴什语对法语单词进行分类
EN

Stack Overflow用户

提问于 2022-02-09 06:15:48

回答 1查看 49关注 0票数 0

类似于问题How to sort words with accents?，我尝试在shell上的一个文件中对法语单词进行排序，使用LANG=en_US.UTF-8、LC_ALL和LC_COLLATE not set运行MacOS蒙特雷。

$ echo $'Bénéficiaires\néboueur\nComptabilité' > sample.txt
$ LC_ALL=C sort -fd  sample.txt
Bénéficiaires
éboueur
Comptabilité

所以这类人把"é“当作一个空焦炭。有办法解决这个问题吗？

如果我尝试不使用LC_ALL=C进行排序，就会得到：

$ sort -fd  sample.txt
sort: string comparison failed: Illegal byte sequence
sort: Set LC_ALL='C' to work around the problem.
sort: The strings compared were ‘\303BOUEUR’ and ‘COMPTABILIT\303’.

bash

macos

sorting

回答 1

Stack Overflow用户

发布于 2022-02-09 07:00:03

Bash无法控制sort内部的工作方式。

你似乎对你所在的地方感到困惑。LC_ALL=C专门重写排序规则命令，以忽略区域设置的排序约定。

tripleee$ LANG=fr_FR.UTF-8 sort -fd sample.txt 
bâtiment débutant
bénéficiaires
bricomarché
comptabilité
contrôle
éboueur
économie

在这里，LANG环境变量在技术上是很好的，不过如果这是您的永久区域设置，您可能希望设置LC_ALL=fr_FR.UTF-8。如果您只想影响排序规则顺序，可能是暂时的，那就是LC_COLLATE。

关于无效字形的警告听起来好像你的文字实际上不是UTF-8，所以也许正确的解决办法就是改变它。(提示：iconv；但很明显，您必须知道或猜测要从哪个编码中翻译。详细信息请参见Stack Overflow character-encoding tag info page )。)

tripleee$ iconv -f utf-8 -t iso-8859-1 sample.txt >broken.txt
tripleee$  diff -u <(xxd sample.txt) <(xxd broken.txt) | grep 00000020
-00000020: 0a62 c3a9 6ec3 a966 6963 6961 6972 6573  .b..n..ficiaires
+00000020: 6ee9 6669 6369 6169 7265 730a 636f 6d70  n.ficiaires.comp

票数 4

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/71044813

复制

相似问题

问用巴什语对法语单词进行分类
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问用巴什语对法语单词进行分类EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问用巴什语对法语单词进行分类
EN