Bash Cut钻石问号符号�

Question

我试图从每行文字中显示第2和第7个字符。

while read line
do
  x=`echo $line | cut -c2,7`
  echo $x
done

示例输入：

C.B - Cantonment Board/Cantonment    
C.M.C – City Municipal Council    
C.T – Census Town    
E.O – Estate Office

预期产出：

.C
.â
.“
.“

我的输出：

.C
.�
.�
.�

任何人都知道为什么会这样？

Answer 1

cut并不真正支持Unicode。您可能希望改为使用Perl（改编自this Unix & Linux post）：

perl -CIO -ne 'print substr($_, 1, 1) . substr($_, 6, 1) . "\n"'

例如：

$ perl -CIO -ne 'print substr($_, 1, 1) . substr($_, 6, 1) . "\n"' < foo
.C
.â
.“
.“

-CIO告诉perl输入和输出都是Unicode。 substr(var, m, n)从索引n开始提取长度为m的子字符串（从0开始）。所以第二个字符是索引1处长度为1的子字符串。$_是保存当前输入行的变量。

Answer 2

您可以使用bash的子字符串参数扩展。

while read line; do
    x=${line:1:1}${line:6:1}  # 0-based counting
    echo "$x"
done <<EOF
C.B - Cantonment Board/Cantonment
C.M.C – City Municipal Council
C.T – Census Town
E.O – Estate Office
EOF

表单${var:offset:length}会在length的值offset位置返回var个字符。字符串是0索引的，就像数组一样。

（我不确定，如果bash 总是正确处理utf-8，或者它取决于它是如何编译的。）