当前位置: 技术问答>linux和unix
shell汉字所占字节数如何设置
来源: 互联网 发布时间：2017-04-01
本文导语: 本帖最后由 xinhua0910 于 2013-02-01 16:51:24 编辑 请问有哪些因素影响shell处理时汉字所占字节（一个还是两个字节）？如何设置？ 我是通过shell来处理定长数据，但其中有汉字。我在一些机器上通过设置LANG环境变量，可...
请问有哪些因素影响shell处理时汉字所占字节（一个还是两个字节）？如何设置？
我是通过shell来处理定长数据，但其中有汉字。我在一些机器上通过设置LANG环境变量，可以设置汉字是一个字节还是两个。如下：
但，并不是所有机器都可以通过设置LANG来达到目的，在另外的机器上并不能生效，所以，请问大家，除了环境变量LANG，还有哪些因素可以影响汉字所占字节，并且如何设置。
我是通过shell来处理定长数据，但其中有汉字。我在一些机器上通过设置LANG环境变量，可以设置汉字是一个字节还是两个。如下：
zgs@yssett:~>cut -c 1-2 aaa
你好
12
ab
zgs@yssett:~>echo $LANG
zh_CN.GB2312
zgs@yssett:~>LANG=C
zgs@yssett:~>cut -c 1-2 aaa
你
12
ab
但，并不是所有机器都可以通过设置LANG来达到目的，在另外的机器上并不能生效，所以，请问大家，除了环境变量LANG，还有哪些因素可以影响汉字所占字节，并且如何设置。
|
没法规定汉字字节长度，只能规定编码类型……
cut -c 会根据文件的编码，取得n个字符，不可能强制规定取多少个字节……
如果想规定字节，就用-b参数……
lz想的太理想化了，你做这种假设的前提就是任何一种编码对于汉字编码都是定长的，那假如一种编码方式对汉字不是定长编码怎么办？你怎么确定下一个字符是双字节还是三字节？甚至是四字节？
另外，LANG只能设置编码类型，LANG=C也是设置编码类型，只能说LANG=C是一种单字节编码方式，但是单字节编码方式可不是只有一种，所以不能说LANG=C就代表所有的单字节编码……
cut -c 会根据文件的编码，取得n个字符，不可能强制规定取多少个字节……
如果想规定字节，就用-b参数……
lz想的太理想化了，你做这种假设的前提就是任何一种编码对于汉字编码都是定长的，那假如一种编码方式对汉字不是定长编码怎么办？你怎么确定下一个字符是双字节还是三字节？甚至是四字节？
另外，LANG只能设置编码类型，LANG=C也是设置编码类型，只能说LANG=C是一种单字节编码方式，但是单字节编码方式可不是只有一种，所以不能说LANG=C就代表所有的单字节编码……
|
目前使用的各种编码中，汉字至少是2字节吧。不可以变为1字节的。。
GB2312的编码，汉字都是2字节。。 如果用utf-8的话，汉字从2字节到3，4字节的都有。
其实我没看明白你的例子，两个结果是一样的啊
GB2312的编码，汉字都是2字节。。 如果用utf-8的话，汉字从2字节到3，4字节的都有。
其实我没看明白你的例子，两个结果是一样的啊
|
查看一下文件aaa的编码
file aaa
|
能否把file aaa命令的结果贴出来看看？
UNIX格式或者DOS格式不属于大家提到的编码问题。
|
跟编码有关系，有些编码汉字是固定2字节长度，有些UTF的编码，汉字长度是可变的
本站(WWW.)旨在分享和传播互联网科技相关的资讯和技术，将尽最大努力为读者提供更好的信息聚合和浏览方式。
本站(WWW.)站内文章除注明原创外，均为转载、整理或搜集自网络。欢迎任何形式的转载，转载请注明出处。
本站(WWW.)站内文章除注明原创外，均为转载、整理或搜集自网络。欢迎任何形式的转载，转载请注明出处。