bash - 计算 UTF-8 文件中的字符数

Question

wc -c

似乎只做一个哑字节计数，而不是解释有关编码的实际字符。

我怎样才能得到实际的字符数？

Answer 1

使用-m或--chars选项。

例如（text文件包含两个韩文字符和换行符）：

falsetru@jmlee12:~$ cat text
안녕
falsetru@jmlee12:~$ wc -c text
7 text
falsetru@jmlee12:~$ wc -m text
3 text

根据wc(1)：

   -c, --bytes
          print the byte counts

   -m, --chars
          print the character counts

Answer 2

不要混淆字符、chars 和字节。一个字节是 8 位长，-c无论你输入什么，它都会计算文件中的字节数。char许多编程语言中的 A 也是 8 位长，这就是为什么使用字节计数-c！如果您想计算文件中有多少给定字母表的字符（字符），那么您需要以某种方式指定使用了哪种字符编码，有时，该编码使用超过一个字节的字符. 阅读手册wc，它将告诉您-m将使用您当前的语言环境（大致是您的语言/字符集首选项）来解码文件并计算您的字符数。