Linux 在新环境中使用Unicode范围的sed表达式有问题

发布于12月07日

在我几年前编写的bash个干净的脚本中，我有以下sed个范围替换表达式，它在旧环境中有效(或至少从未出错)，但在新环境中失败(有错误)，并且我无法确定为什么新旧环境之间的范围无效.

该表达式的目的是从用于将数据导入数据库的TSV文件中删除不需要的Unicode或控制字符.

单行中的表达式示例:

sed -e 's,[\x00\x01-\x08\x0a-\x1f\x7f]\+,,g' file.tsv

旧环境:Ubuntu v16.04、Bash v4.3.46、GNU SED v4.2.2
新环境:Ubuntu v20.04、Bash v5.0.17、GNU SED v4.7

仅在新环境中出错(在旧环境中没有错误):

/usr/bin/sed: -e expression #1, char 35: Invalid range end

我try 在https://www.jdoodle.com/test-bash-shell-script-online上运行该表达式，并 Select 使用sed v4.7的bashv5.0.011，但没有产生错误，因此可能不是sed或bash的版本问题.

我记不起我是如何组成所用的字符范围的，也记不清为什么有两个范围(两个)，但我觉得我知道很多年前就能有效地组成它.现在，在迁移到运行脚本的新的停靠容器环境时，我正在try 记住和诊断这一点.

Questions:个

为什么这在一种环境中会失败，而在另一种环境中不会呢？

有没有可能这个表达式需要的不是sed等版本，而是我在旧环境中所做的设置？如果你对此有什么 idea ，我可以判断和测试.

Note:我实际上不需要特定的内容来测试这一点，我只需运行上面的示例，而不使用‘file.tsv’或空文件，它将在新环境中产生相同的错误.

$ LC_ALL=en_US.UTF8 sed 's,[\x00\x01-\x08\x10-\x1f\x7f]\+,,g' /dev/null $ LC_ALL=en_US.UTF8 sed 's,[\x00\x01-\x08\x0a-\x1f\x7f]\+,,g' /dev/null sed: -e expression #1, char 35: Invalid range end $ LC_ALL=C sed 's,[\x00\x01-\x08\x0a-\x1f\x7f]\+,,g' /dev/null $

Linux 在新环境中使用Unicode范围的sed表达式有问题

推荐答案

Linux相关问答推荐

C++ kill()使Linux崩溃到登录屏幕

Bash脚本用于在远程工作后关闭用户会话

为什么硬编码的阿拉伯字母与Unicode代码点不具有相同的值

并行函数的最后一个实例的状态

Git在某些文件中添加回车符，尽管autocrlf已关闭

如何在具有多种可能性的linux shell中获取最大值和最小值？

Qt会泄漏内存吗？

在服务器目录之外启动 DolphinDB 服务器时出错

进程Forking 后 pthread_key_create() 生成的密钥会发生什么？

在 bash 中查找匹配多个模式的文件

增加 mysql docker 中的 max_allowed_packet 大小

在 VIM 中搜索和替换导致尾随字符

如何通过 ssh 判断 ubuntu 服务器上是否存在 php 和 apache

使用 cmake 构建错误：找不到 -lpthreads

从linux命令行写入串口

./studio.sh 之后的 Android Studio 错误

命令列出除 . (点)和..(点点)

try 使用 sudo 将文件附加到根拥有的文件时权限被拒绝

如何以编程方式禁用硬件预取？

Bash：等待超时