用 Linux sed 命令替换智能引号 | Linux 中国
source link: https://zhuanlan.zhihu.com/p/412452855
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
用 Linux sed 命令替换智能引号 | Linux 中国
用你喜欢的 sed 版本去除“智能”引号。
- 来源：https://linux.cn/article-13806-1.html
- 作者：Seth Kenlon
- 译者：geekpi
（本文字数：1637，阅读时长大约：2 分钟）
用你喜欢的 sed 版本去除“智能”引号。
在排版学中，一对引号传统上是朝向彼此的。它们看起来像这样：
“智能引号”
随着计算机在二十世纪中期的普及，这种朝向往往被放弃了。计算机的原始字符集没有太多的空间，所以在 ASCII 规范中，两个双引号和两个单引号被缩减为各一个是合理的。如今，通用的字符集是 Unicode，有足够的空间容纳许多花哨的引号和撇号，但许多人已经习惯了开头和结尾引号都只有一个字符的极简主义。此外，计算机实际上将不同种类的引号和撇号视为不同的字符。换句话说，对计算机来说，右双引号与左双引号或直引号是不同的。
用 sed 替换智能引号
计算机并不是打字机。当你按下键盘上的一个键时，你不是在按一个带有印章的控制杆。你只是按下一个按钮，向你的计算机发送一个信号，计算机将其解释为一个显示特定预定义字符的请求。这个请求取决于你的键盘映射。作为一个 Dvorak 打字员，我目睹了人们在发现我的键盘上的 “asdf” 在屏幕上产生 “aoeu” 时脸上的困惑。你也可能按了一些特殊的组合键来产生字符，如 ™ 或 ß 或 ≠，这甚至没有印在你的键盘上。
每个字母或字符，不管它是否印在你的键盘上，都有一个编码。字符编码可以用不同的方式表达，但对计算机来说，Unicode 序列 u2018 和 u2019 产生 ‘ 和 ’，而代码 u201c 和 u201d 产生 “ 和 ” 字符。知道这些“秘密”代码意味着你可以使用 sed 这样的命令以编程方式替换它们。任何版本的 sed 都可以，所以你可以使用 GNU sed 或 BSD sed，甚至是 Busybox sed。
下面是我使用的简单的 shell 脚本：
#!/bin/sh
# GNU All-Permissive License
SDQUO=$(echo -ne '\u2018\u2019')
RDQUO=$(echo -ne '\u201C\u201D')
$SED -i -e "s/[$SDQUO]/\'/g" -e "s/[$RDQUO]/\"/g" "${1}"将此脚本保存为 fixquotes.sh，然后创建一个包含智能引号的单独测试文件：
‘Single quote’
“Double quote”运行该脚本，然后使用 cat 命令查看结果：
$ sh ./fixquotes.sh test.txt
$ cat test.txt
'Single quote'
"Double quote"安装 sed
如果你使用的是 Linux、BSD 或 macOS，那么你已经安装了 GNU 或 BSD 的 sed。这是原始 sed 命令的两个独特的重新实现，对于本文中的脚本来说，它们在功能上是一样的(不过并不是所有的脚本都是这样)。
在 Windows 上，你可以用 Chocolatey 安装 GNU sed。
via: https://opensource.com/article/21/9/sed-replace-smart-quotes
作者：Seth Kenlon 选题：lujun9972 译者：geekpi 校对：wxy
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK