主页 / ubuntu / 问题 / 20806
Accepted
Peter.O
Asked: 2011-01-10 13:19:24 +0800 CST

为什么 printf 在除三个（ASCII 范围）Unicode 代码点之外的所有代码点都报告错误，但对所有其他代码点都很好？

  • 772

我指的“printf”是标准问题“程序”（不是内置的）：/usr/bin/printf

我正在测试 printf 作为将 Unicode Codepoint Hex-literal 转换为其 Unicoder 字符表示的可行方法，

我看起来不错，看起来完美无瑕..（顺便说一句。内置的 printf 根本无法做到这一点（我认为）......

然后我想在代码谱的最低端测试它，但它因大量错误而失败。所有都在 ASCII 范围内（= 7 位）

最奇怪的是正常打印了3个值；他们是：

  • $ \u0024
  • @\u0040
  • ` \u0060

我想知道这里发生了什么。ASCII 字符集绝对是 Unicode 代码点序列的一部分......

我很困惑，仍然没有一个好的方法来编写这个特殊的转换脚本。欢迎提出建议。

要被同样的错误雪崩所吸引，请将以下代码粘贴到终端中......

# Here is one of the error messages
# /usr/bin/printf: invalid universal character name \u0041
#  ...for them all, run the following script
( 
for nib1 in {0..9} {A..F}; do 
  for nib0 in {0..9} {A..F}; do
   [[ $nib1 < A ]] && nl="\n" || nl=" "
   $(type -P printf) "\u00$nib1$nib0$nl"
  done
done 
echo 
)
bash

3 个回答

  1. 三个工作字符是不在C基本字符集中的三个可打印 ASCII 字符。在 C 语言中禁止这些字符的原因是编译器很难：它们需要\u在词法分析之前执行插值，我认为这会在一些极端情况下中断，并且无论如何在许多编译器中都是不切实际的（因为基本集合之外的字符只需要在少数地方允许）。

    在 shell 实用程序中使用相同的禁止字符没有意义。我怀疑这是一个错误，并且$,@也不`应该工作。不支持它们的原因再次是为了更容易解析字符串。例如，如果您想确定要放入数据库查询的字符串中没有特殊字符，您可以检查该字符串是否不包含'，而不必担心它是否包含\u002a。

    考虑使用GNU coreutils 手册中建议的重新编码，或者（在实践中更便携）Perl 或 python。

    • 3
  2. Best Answer

    printf 命令有理由不接受此范围内的字符。如果您查看 printf 的源代码，您将看到以下注释：

    通用字符名称不应指定 00000000 到 00000020、0000007F 到 0000009F 或 0000D800 到 0000DFFF 范围内的字符短标识符。通用字符名称不应指定所需字符集中的字符。

    您也许可以在没有该检查的情况下重新编译，但对我来说这看起来很刻意。尝试使用不带 \u 的命令，例如：

    ( 
for nib1 in {0..9} {A..F}; do 
  for nib0 in {0..9} {A..F}; do
   $(type -P printf) "\00$nib1$nib0"
  done
done 
echo 
)
    • 2 
  3. (for nib1 in {0..9} {A..F}; do 
  for nib0 in {0..9} {A..F}; do
   $(type -P printf) "\x$nib1$nib0"
  done
done 
echo )

    印刷品（手动格式调整）

                


                    
   ! " # $ % & ' ( ) * + , - . / 0 1 2 3 4 5 6 7 8 9 : ; < = > ?
 @ A B C D E F G H I J K L M N O P Q R S T U V W X Y Z [ \ ] ^ _ 
 ` a b c d e f g h i j k l m n o p q r s t u v w x y z { | } ~  
 � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � �
 � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � �
 � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � �
 � � � � � � � � � � � � � � � � � � � � � � � � � � � � � �

    请注意，一些“字符”控制代码“有效”，即。HT、VT、LF。等等

    • -1

相关问题