折疊的 unicode 安全替代品
我
fold -w 3用來將一行分成多個 3 個字元長，但是對於 GNU 實現，它似乎不適用於具有多字節字元的文本。我怎樣才能實現上述目標
sed？我想出了
sed -r 's/^(.{0,3})(.*)/\1\n\2/g'但是這只做了一個替換：echo "111222333444555666" | sed -r 's/^(.{0,3})(.*)/\1\n\2/g' 111 222333444555666其他範例：
echo "ĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄ" | sed -r 's/^(.{0,3})(.*)/\1\n\2/g' ĄĄĄ ĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄ並
fold伴隨著腐敗行為：echo "ĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄ" | fold -w 3 Ą� �Ą Ą� �Ą Ą�
簡短**
grep**的方法：echo "ĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄĄ" | grep -Eo '.{1,3}' ĄĄĄ ĄĄĄ ĄĄĄ ĄĄĄ ĄĄĄ ĄĄĄ ĄĄĄ ĄĄ僅保留 3 字元序列：
... | grep -Eo '.{3}'
請注意，問題不在於 Unicode 字元集，而在於以 2 個或更多字節編碼的字元（以及寬度不是一個單元格的字元）。
UTF-8 是一種 Unicode 編碼，其中字元 U+0080 到 U+10FFFFF 在 2 個或更多字節上編碼。Unicode 字元 U+0000 到 U+007F 與 ASCII 相同，在 UTF-8 中編碼為單個字節（與 ASCII 相同），在這裡不是問題。
Unicode 字元集還有其他編碼（如 iso8859-1，單字節，但僅限於字元 U+0000 到 U+00FF，或 GB18030，多字節），還有其他多字節的非 Unicode 字元集編碼。
locale charmap您可以使用該命令來判斷您的語言環境中使用的字元編碼。目前的 GNU 實現
fold僅適用於單字節字元。fold大多數其他系統都沒有這個問題。許多甚至可以處理顯示寬度為零或雙倍的字元。自 2010 年以來，busybox 的實現
fold一直支持 UTF-8（雖然不是其他多字節字元映射）。
- 在 FreeBSD 或 Solaris 上：
$ echo $'a\u0301bcde' | fold -w3 ábc de
- 使用busybox折疊：
$ echo $'a\u0301bcde' | busybox fold -w3 áb cde
- 使用 GNU 折疊：
$ echo $'a\u0301bcde' | fold -w3 á bcd eU+0301 是一個組合的重音。它有一個空寬度，在 UTF-8 中編碼為 2 個字節（0xcc 0x81）。所以，那個
á($'a\u0301') 是一個寬度為 1 的字素群，由 3 個字節上編碼的 2 個字元組成，因此有 3 種不同的行為，其中最正確的是 FreeBSD/Solaris’ 這裡。
grep使用PCRE 支持、UTF-8 語言環境和 UTF-8 輸入建構的GNU ：grep -Po '\X{1,3}'
o在輸入的每一行上輸出1 到 3 個（盡可能多）的所有序列，X可能會給你更好的結果，比如上面的情況，你將標記與單寬字元組合在一起。如果有雙角字元或零與未與單角字元組合的字元或有 TAB、CR、BS 等控製字元，則無濟於事。