我正在尝试安装一个正则表达式，它可以在文件中获取一些单词，其中该单词的所有字母都与单词模式匹配。
我的问题是，正则表达式找不到重音词，但在我的文本文件中有很多重音词。
我的命令行是：
cat input/words.txt | grep '^[éra]\{1,4\}$' > output/words_era.txt
cat input/words.txt | grep '^[carroça]\{1,7\}$' > output/words_carroca.txt
文件的内容是：
carroça
éra
éssa
roça
roco
rato
onça
orça
roca
我该如何解决？
如果您的文件以 ISO-8859-1 编码，但您的系统语言环境是 UTF-8，这将不起作用。
将文件转换为 UTF-8 或将系统区域设置更改为 ISO-8859-1。
# 在 grepping 之前从 ISO-8859-1 转换为环境语言环境 # 输出将在当前语言环境中 $ iconv -f 8859_1 输入/words.txt | grep ... # 使用 ISO-8859-1 语言环境运行 grep # 输出将采用 ISO-8859-1 编码 $ cat 输入/words.txt | 环境 LC_ALL=en_US grep ...
我在这里找到了一个似乎有效的相关问题。
因此，如果您尝试以下操作：
cat input/words.txt | LANG=C grep '^[éra]\{1,4\}$' > output/words_era.txt
这会产生你所期望的吗？
假设一切都是 UTF-8，我通常只使用类似的东西
perl -CSAD -le 'print if /^carroça{1,3}$/' filenames
因为那时我知道它在做什么。
试试@dule 说的，但是用LANG=en_US.iso88591：
cat input/words.txt | LANG=en_US.iso88591 grep '^[éra]\{1,4\}$' > output/words_era.txt
我的问题是，正则表达式找不到重音词，但在我的文本文件中有很多重音词。
我的命令行是：
cat input/words.txt | grep '^[éra]\{1,4\}$' > output/words_era.txt cat input/words.txt | grep '^[carroça]\{1,7\}$' > output/words_carroca.txt [...]我该如何解决？
Grep 搜索这些文件，就好像它们是字节流（8 位字符）一样。这些字符也必须符合您当前的语言环境设置。
如果您的words.txt文件以 UTF-8、UTF-16 或 UTF-32 编码，情况会变得更糟。或 ISO-8859-1 (latin-1)。
要处理所有此类编码，请使用ugrep而不是 grep 来处理以 UTF 编码的文件并匹配 Unicode 模式：
cat input/words.txt | ugrep '^[éra]\{1,4\}$' > output/words_era.txt
cat input/words.txt | ugrep '^[carroça]\{1,7\}$' > output/words_carroca.txt
这会产生以 UTF-8 编码的输出。如果输入文件以 ISO-8859-1 编码，则使用带有选项的 ugrep -QISO-8859-1。但是，ugrep 输出始终是 UTF-8。