☰

如何對 UTF-8 檔案進行分頁並查看正確的字元？

tag-icon • tag-icon cat unicode less
如何對 UTF-8 檔案進行分頁並查看正確的字元？

如果我在包含 UTF-8 的檔案上使用 cat，它會正確顯示：

% 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>

但如果我使用“less”，非 ASCII 字元將被轉義：

% 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>

大概是因為 less 將它們視為二元的。如何對輸出進行分頁，但仍能看到正確的字元？

答案1

less常見問題中對此進行了解釋less可以顯示非英文字元嗎？

Less 有兩種顯示非英文字元的方式。如果您的系統使用非 ASCII 單字節字元集，則應使用正確的「區域設定」設定來設定係統。如果您的系統不支援 setlocale，您可以設定LESSCHARSET或LESSCHARDEF環境變數來告訴 less 您正在使用什麼語言。有關詳細信息，請參閱手冊頁中的“國家字符集”部分。

如果您的系統支援非 ASCII 文字的 Unicode UTF-8 編碼（正如許多現代系統所做的那樣），您應該將區域設定設為包含“UTF-8”或“UTF8”（大寫或小寫都可以） ) ，或設定LESSCHARSET為“utf-8”。

答案2

將以下變數加入您的環境：

export LESSCHARSET=utf-8

相關內容