如何解釋charmap文件中的字元範圍？

Charmap 文件/usr/share/i18n/charmaps/UTF-8.gz有這一行：

<U3400>..<U343F> /xe3/x90/x80 <CJK Ideograph Extension A>

地圖頁面charmap(5)只說它意味著一個範圍。然後我找到了 spec，但它說字元名稱中的數字應該是十進制的，而不是十六進制的，並且它使用 3 個點而不是手冊頁中的 2 個點。那麼，我應該如何解釋charmap文件中的字元範圍？特別是如果我看到類似的東西

<U3400>..<U3430> /xe3/x90/x80 <CJK Ideograph Extension A>

那麼範圍是十進制還是十六進制？

glibc 允許三點十進制範圍（如在 POSIX 中）和兩點十六進制範圍。這似乎沒有在任何地方記錄，但我們可以在原始碼中看到它。這不是定義的可移植行為，而是 glibc 和可能其他的擴展。如果您正在編寫自己的文件，請使用十進制。

---

讓我們確認這是 glibc 的實際行為。

處理範圍時，glibc 使用：

  if (decimal_ellipsis)
    while (isdigit (*cp) && cp >= from)
      --cp;
  else
    while (isxdigit (*cp) && cp >= from)
      {
        if (!isdigit (*cp) && !isupper (*cp))
          lr_error (lr, _("\
hexadecimal range format should use only capital characters"));
        --cp;
      }

其中isxdigit驗證十六進制數字和isdigit十進制。稍後，它以相同的方式將轉換為已消耗子字元串的整數分支，並按照您的預期進行。早些時候，它在解析期間確定了從 lexer獲得的有問題的省略號類型。

UTF-8 Charmap 文件是從 unicode.org機械生成UnicodeData.txt的，創建帶有兩個點的 64 個程式碼點範圍。我想這種方便的自動生成至少部分落後於擴展，但我不知道。早期版本的 glibc 也生成它，但使用不同的程序和相同的格式。

同樣，這似乎沒有在任何地方記錄，並且由於它是在使用它的位置旁邊自動生成的，因此可以想像它可能會發生變化，但我想它會是穩定的。

---

如果給出類似的東西

<U3400>..<U3430> /xe3/x90/x80 <CJK Ideograph Extension A>

那麼它是一個十六進制範圍，因為它使用兩個點。使用三個點，這將是一個 POSIX 十進制範圍。

如果您在另一個沒有此副檔名的系統上，那將只是一個語法錯誤。可移植字元映射文件應該只使用十進制範圍。

引用自：https://unix.stackexchange.com/questions/362800