☰

¿Cómo puedo paginar un archivo UTF-8 y ver los caracteres correctos?

tag-icon • tag-icon cat unicode less
¿Cómo puedo paginar un archivo UTF-8 y ver los caracteres correctos?

Si uso cat en un archivo que contiene UTF-8, se muestra correctamente:

% cat /tmp/sample
<concept code="endangeredLanguage">
  <description value="The language is endangered at the given date"@en/>
  <description value="La lengua está en vías de extinción en la fecha dada"@es/>
  <description value="O idioma está em vias de extinção na data indicada"@pt/>
  <description value="La langue est menacée à la date indiquée"@fr/>
  <description value="ある時点でその言語は絶滅寸前である"@ja/>
  <description value="De taal is bedreigd met uitsterven op de gegeven datum"@nl/>
</concept>

Pero si uso "menos", los caracteres que no son ASCII se escapan:

% less /tmp/sample
<concept code="endangeredLanguage">
  <description value="The language is endangered at the given date"@en/>
  <description value="La lengua est<C3><A1> en v<C3><AD>as de extinci<C3><B3>n en la fecha dada"@es/>
  <description value="O idioma est<C3><A1> em vias de extin<C3><A7><C3><A3>o na data indicada"@pt/>
  <description value="La langue est menac<C3><A9>e <C3><A0> la date indiqu<C3><A9>e"@fr/>
  <description value="<E3><81><82><E3><82><8B><E6><99><82><E7><82><B9><E3><81><A7><E3><81><9D><E3><81><AE><E8><A8><80><E8><AA><9E><E3><81><AF><E7><B5><B6><E6><BB><85><E5><AF><B8><E5><89><8D><E3><81><A7><E3><81><82><E3><82><8B>"@ja/>
  <description value="De taal is bedreigd met uitsterven op de gegeven datum"@nl/>
</concept>

presumiblemente porque se los trata menos como si fueran binarios. ¿Cómo puedo paginar el resultado, pero seguir viendo los caracteres adecuados?

Respuesta1

Está explicado en las lesspreguntas frecuentes.¿Puede less mostrar caracteres en idiomas distintos del inglés?

Less tiene dos formas de mostrar caracteres que no están en inglés. Si su sistema utiliza un juego de caracteres de un solo byte que no es ASCII, debe configurar su sistema con la configuración regional correcta. Si su sistema no admite setlocale, puede configurar la variable de entorno LESSCHARSETo LESSCHARDEFpara indicar menos qué idioma está utilizando. Consulte la sección "CONJUNTOS DE CARACTERES NACIONALES" en la página de manual para obtener más detalles.

Si su sistema admite la codificación UTF-8 de Unicode para texto que no sea ASCII, como lo hacen muchos sistemas modernos, debe configurar su configuración regional en algo que incluya "UTF-8" o "UTF8" (mayúsculas o minúsculas están bien). ), o configúrelo LESSCHARSETen "utf-8".

Respuesta2

Agregue la siguiente variable a su entorno:

export LESSCHARSET=utf-8

información relacionada