Jak echo 4-znakowego znaku Unicode w Bash?

Chciałbym dodać czaszkę i skrzyżowane piszczele Unicode do mojego monitu powłoki (konkretnie „CZASZKA I KRZYŻOWCE” (U + 2620)), ale nie mogę rozgryźć magicznej inkantacji, która sprawiłaby, że echo wyplułoby ją, lub jakiekolwiek inne, 4-cyfrowy znak Unicode. Dwucyfrowe są łatwe. Na przykład echo -e "\ x55",.

Oprócz poniższych odpowiedzi należy zauważyć, że oczywiście twój terminal musi obsługiwać Unicode, aby wynik był zgodny z oczekiwaniami. gnome-terminal robi to dobrze, ale niekoniecznie jest domyślnie włączony.

W aplikacji terminalowej systemu macOS przejdź do Preferencje-> Kodowania i wybierz Unicode (UTF-8).

W UTF-8 jest to właściwie 6 cyfr (lub 3 bajty).

$ printf '\xE2\x98\xA0'
☠

Aby sprawdzić, jak jest zakodowany przez konsolę, użyj hexdump:

$ printf ☠ | hexdump
0000000 98e2 00a0                              
0000003

% echo -e '\u2620'     # \u takes four hexadecimal digits
☠
% echo -e '\U0001f602' # \U takes eight hexadecimal digits
😂

Działa to w Zsh (sprawdziłem wersję 4.3) oraz w Bash 4.2 lub nowszym.

Tak długo, jak edytory tekstu radzą sobie z Unicode (przypuszczalnie zakodowanym w UTF-8), możesz bezpośrednio wprowadzić kod-Unicode.

Na przykład, w edytorze tekstów Vima wchodzisz w tryb wstawiania i naciskasz Ctrl+ V+, Ua następnie liczbę kodową jako 4-cyfrową liczbę szesnastkową (w razie potrzeby z zerami). Więc wpisz Ctrl+ V+ U 2 6 2 0. Zobacz: Jaki jest najłatwiejszy sposób wstawienia znaków Unicode do dokumentu?

Na terminalu, na którym działa Bash, wpisz CTRL+ SHIFT+ Ui wpisz szesnastkowy kodowy znak żądanego znaku. Podczas wprowadzania kursor powinien pokazywać podkreślenie u. Pierwsza niecyfrowana cyfra kończy wprowadzanie i renderuje znak. Możesz więc móc wydrukować U + 2620 w Bash, korzystając z następujących czynności:

echo CTRL+ SHIFT+U2620ENTERENTER

(Pierwsze wejście kończy wejście Unicode, a drugie uruchamia echopolecenie).

Źródło: Zapytaj Ubuntu SE

Oto w pełni wewnętrzna implementacja Bash, bez rozwidlania, nieograniczony rozmiar znaków Unicode.

fast_chr() {
    local __octal
    local __char
    printf -v __octal '%03o' $1
    printf -v __char \\$__octal
    REPLY=$__char
}

function unichr {
    local c=$1    # Ordinal of char
    local l=0    # Byte ctr
    local o=63    # Ceiling
    local p=128    # Accum. bits
    local s=''    # Output string

    (( c < 0x80 )) && { fast_chr "$c"; echo -n "$REPLY"; return; }

    while (( c > o )); do
        fast_chr $(( t = 0x80 | c & 0x3f ))
        s="$REPLY$s"
        (( c >>= 6, l++, p += o+1, o>>=1 ))
    done

    fast_chr $(( t = p | c ))
    echo -n "$REPLY$s"
}

## test harness
for (( i=0x2500; i<0x2600; i++ )); do
    unichr $i
done

Wynik był:

─━│┃┄┅┆┇┈┉┊┋┌┍┎┏
┐┑┒┓└┕┖┗┘┙┚┛├┝┞┟
┠┡┢┣┤┥┦┧┨┩┪┫┬┭┮┯
┰┱┲┳┴┵┶┷┸┹┺┻┼┽┾┿
╀╁╂╃╄╅╆╇╈╉╊╋╌╍╎╏
═║╒╓╔╕╖╗╘╙╚╛╜╝╞╟
╠╡╢╣╤╥╦╧╨╩╪╫╬╭╮╯
╰╱╲╳╴╵╶╷╸╹╺╻╼╽╾╿
▀▁▂▃▄▅▆▇█▉▊▋▌▍▎▏
▐░▒▓▔▕▖▗▘▙▚▛▜▝▞▟
■□▢▣▤▥▦▧▨▩▪▫▬▭▮▯
▰▱▲△▴▵▶▷▸▹►▻▼▽▾▿
◀◁◂◃◄◅◆◇◈◉◊○◌◍◎●
◐◑◒◓◔◕◖◗◘◙◚◛◜◝◞◟
◠◡◢◣◤◥◦◧◨◩◪◫◬◭◮◯
◰◱◲◳◴◵◶◷◸◹◺◻◼◽◾◿

Wystarczy wpisać „☠” w skrypcie powłoki. W prawidłowych ustawieniach narodowych i na konsoli obsługującej Unicode wydrukuje się dobrze:

$ echo ☠
☠
$

Brzydkim „obejściem” byłoby wyjście z sekwencji UTF-8, ale zależy to również od zastosowanego kodowania:

$ echo -e '\xE2\x98\xA0'
☠
$

Szybka jednowierszowa konwersja znaków UTF-8 na ich 3-bajtowy format:

var="$(echo -n '☠' | od -An -tx1)"; printf '\\x%s' ${var^^}; echo

Używam tego:

$ echo -e '\u2620'
☠

Jest to o wiele łatwiejsze niż wyszukiwanie reprezentacji szesnastkowej ... Używam tego w moich skryptach powłoki. To działa na gnome-term i urxvt AFAIK.

Może być konieczne zakodowanie punktu kodowego w postaci ósemkowej, aby możliwe było szybkie rozwinięcie w celu prawidłowego odkodowania.

U + 2620 kodowany jako UTF-8 to E2 98 A0.

Więc w Bash

export PS1="\342\230\240"

sprawi, że twoja skorupa zmieni się w czaszkę i kości.

W bash, aby wydrukować znak Unicode do wydrukowania, użyj \ x, \ u lub \ U (pierwszy dla 2-cyfrowego szesnastkowego, drugi dla 4-cyfrowego szesnastkowego, trzeci dla dowolnej długości)

echo -e '\U1f602'

Chcę przypisać go do zmiennej użyj składni $ '...'

x=$'\U1f602'
echo $x

Jeśli nie przeszkadza Ci liniowiec Perl:

$ perl -CS -E 'say "\x{2620}"'
☠

-CSumożliwia dekodowanie UTF-8 na wejściu i kodowanie UTF-8 na wyjściu. -Eocenia następny argument jako Perl, z nowoczesnymi funkcjami, takimi jak saywłączone. Jeśli nie chcesz nowego wiersza na końcu, użyj printzamiast say.

Każde z tych trzech poleceń wyświetli żądany znak w konsoli, pod warunkiem, że konsola akceptuje znaki UTF-8 (większość z nich to robi):

echo -e "SKULL AND CROSSBONES (U+2620) \U02620"
echo $'SKULL AND CROSSBONES (U+2620) \U02620'
printf "%b" "SKULL AND CROSSBONES (U+2620) \U02620\n"

SKULL AND CROSSBONES (U+2620) ☠

Następnie możesz skopiować i wkleić rzeczywisty glif (obraz, znak) do dowolnego edytora tekstowego (z obsługą UTF-8).

Jeśli chcesz zobaczyć, jak taki punkt kodowania Unicode jest kodowany w UTF-8, użyj xxd (znacznie lepsza przeglądarka szesnastkowa niż od):

echo $'(U+2620) \U02620' | xxd
0000000: 2855 2b32 3632 3029 20e2 98a0 0a         (U+2620) ....

That means that the UTF8 encoding is: e2 98 a0

Lub, w HEX, aby uniknąć błędów: 0xE2 0x98 0xA0. Oznacza to, że wartości między spacją (HEX 20) a liniowym przesunięciem (Hex 0A).

Jeśli chcesz zagłębić się w konwersję liczb na znaki: spójrz tutaj, aby zobaczyć artykuł z wiki Grega (BashFAQ) na temat kodowania ASCII w Bash!

printfWbudowane (podobnie jak coreutils' printf) zna \usekwencję escape która akceptuje 4-cyfrowe znaki Unicode:

   \uHHHH Unicode (ISO/IEC 10646) character with hex value HHHH (4 digits)

Test z Bash 4.2.37 (1):

$ printf '\u2620\n'
☠

Przepraszamy za wznowienie tego starego pytania. Ale przy użyciu bashistnieje bardzo łatwe podejście do tworzenia punktów kodowych Unicode na podstawie zwykłego wejścia ASCII, które nawet się nie rozwidlają :

unicode() { local -n a="$1"; local c; printf -vc '\\U%08x' "$2"; printf -va "$c"; }
unicodes() { local a c; for a; do printf -vc '\\U%08x' "$a"; printf "$c"; done; };

Użyj go w następujący sposób, aby zdefiniować pewne punkty kodowe

unicode crossbones 0x2620
echo "$crossbones"

lub zrzucenie pierwszych 65536 znaków kodowych Unicode na standardowe wyjście (zajmuje to mniej niż 2 s na mojej maszynie. Dodatkową przestrzenią jest zapobieganie spływaniu niektórych znaków ze względu na czcionkę o stałej szerokości powłoki):

for a in {0..65535}; do unicodes "$a"; printf ' '; done

lub aby opowiedzieć trochę bardzo typową historię rodzica (wymaga Unicode 2010):

unicodes 0x1F6BC 32 43 32 0x1F62D 32 32 43 32 0x1F37C 32 61 32 0x263A 32 32 43 32 0x1F4A9 10

Wyjaśnienie:

• printf '\UXXXXXXXX' wypisuje dowolny znak Unicode
• printf '\\U%08x' numberdrukuje \UXXXXXXXXz liczbą przekonwertowaną na heksadecymalną, która jest następnie podawana do innej w printfcelu wydrukowania znaku Unicode
• printf rozpoznaje liczby ósemkowe (0oct), szesnastkowe (0xHEX) i dziesiętne (0 lub liczby rozpoczynające się od 1 do 9) jako liczby, dzięki czemu możesz wybrać dowolną reprezentację, która najlepiej pasuje
• printf -v var ..zbiera dane wyjściowe printfdo zmiennej, bez widelca (co ogromnie przyspiesza rzeczy)
• local variable ma tam nie zanieczyszczać globalnej przestrzeni nazw
• local -n var=otheraliasy vardo other, takie jak przypisanie do varzmian other. Jedną z interesujących części jest to, że varjest częścią lokalnej przestrzeni nazw, podczas gdy otherjest częścią globalnej przestrzeni nazw.
  • Pamiętaj, że nie ma czegoś takiego jak localani globalprzestrzeń nazw bash. Zmienne są przechowywane w środowisku i takie są zawsze globalne. Lokalny po prostu odkłada bieżącą wartość i przywraca ją, gdy funkcja zostanie ponownie opuszczona. Inne funkcje wywoływane z funkcji za pomocą localbędą nadal widzieć wartość „lokalną”. Jest to całkowicie inna koncepcja niż wszystkie normalne reguły określania zakresu występujące w innych językach (a to, co bashdziała, jest bardzo potężne, ale może prowadzić do błędów, jeśli jesteś programistą, który nie jest tego świadomy).

Oto lista wszystkich dostępnych emoji Unicode:

https://en.wikipedia.org/wiki/Emoji#Unicode_blocks

Przykład:

echo -e "\U1F304"
🌄

Aby uzyskać wartość ASCII tego znaku, użyj hexdump

echo -e "🌄" | hexdump -C

00000000  f0 9f 8c 84 0a                                    |.....|
00000005

A następnie użyj wartości podanych w formacie szesnastkowym

echo -e "\xF0\x9F\x8C\x84\x0A"
🌄

Na podstawie pytań o przepełnienie stosu Wytnij uniks, usuń pierwszy token i https://stackoverflow.com/a/15903654/781312 :

(octal=$(echo -n ☠ | od -t o1 | head -1 | cut -d' ' -f2- | sed -e 's#\([0-9]\+\) *#\\0\1#g')
echo Octal representation is following $octal
echo -e "$octal")

Dane wyjściowe są następujące.

Octal representation is following \0342\0230\0240
☠

Łatwe dzięki jedno-liniowej wersji Python2 / 3:

$ python -c 'print u"\u2620"'    # python2
$ python3 -c 'print(u"\u2620")'  # python3

Prowadzi do:

☠

W Bash:

UnicodePointToUtf8()
{
    local x="$1"               # ok if '0x2620'
    x=${x/\\u/0x}              # '\u2620' -> '0x2620'
    x=${x/U+/0x}; x=${x/u+/0x} # 'U-2620' -> '0x2620'
    x=$((x)) # from hex to decimal
    local y=$x n=0
    [ $x -ge 0 ] || return 1
    while [ $y -gt 0 ]; do y=$((y>>1)); n=$((n+1)); done
    if [ $n -le 7 ]; then       # 7
        y=$x
    elif [ $n -le 11 ]; then    # 5+6
        y=" $(( ((x>> 6)&0x1F)+0xC0 )) \
            $(( (x&0x3F)+0x80 ))" 
    elif [ $n -le 16 ]; then    # 4+6+6
        y=" $(( ((x>>12)&0x0F)+0xE0 )) \
            $(( ((x>> 6)&0x3F)+0x80 )) \
            $(( (x&0x3F)+0x80 ))"
    else                        # 3+6+6+6
        y=" $(( ((x>>18)&0x07)+0xF0 )) \
            $(( ((x>>12)&0x3F)+0x80 )) \
            $(( ((x>> 6)&0x3F)+0x80 )) \
            $(( (x&0x3F)+0x80 ))"
    fi
    printf -v y '\\x%x' $y
    echo -n -e $y
}

# test
for (( i=0x2500; i<0x2600; i++ )); do
    UnicodePointToUtf8 $i
    [ "$(( i+1 & 0x1f ))" != 0 ] || echo ""
done
x='U+2620'
echo "$x -> $(UnicodePointToUtf8 $x)"

Wynik:

─━│┃┄┅┆┇┈┉┊┋┌┍┎┏┐┑┒┓└┕┖┗┘┙┚┛├┝┞┟
┠┡┢┣┤┥┦┧┨┩┪┫┬┭┮┯┰┱┲┳┴┵┶┷┸┹┺┻┼┽┾┿
╀╁╂╃╄╅╆╇╈╉╊╋╌╍╎╏═║╒╓╔╕╖╗╘╙╚╛╜╝╞╟
╠╡╢╣╤╥╦╧╨╩╪╫╬╭╮╯╰╱╲╳╴╵╶╷╸╹╺╻╼╽╾╿
▀▁▂▃▄▅▆▇█▉▊▋▌▍▎▏▐░▒▓▔▕▖▗▘▙▚▛▜▝▞▟
■□▢▣▤▥▦▧▨▩▪▫▬▭▮▯▰▱▲△▴▵▶▷▸▹►▻▼▽▾▿
◀◁◂◃◄◅◆◇◈◉◊○◌◍◎●◐◑◒◓◔◕◖◗◘◙◚◛◜◝◞◟
◠◡◢◣◤◥◦◧◨◩◪◫◬◭◮◯◰◱◲◳◴◵◶◷◸◹◺◻◼◽◾◿
U+2620 -> ☠

Jeśli znana jest wartość szesnastkowa znaku Unicode

H="2620"
printf "%b" "\u$H"

Jeśli znana jest wartość dziesiętna znaku Unicode

declare -i U=2*4096+6*256+2*16
printf -vH "%x" $U              # convert to hex
printf "%b" "\u$H"