uconv - -x 选项是否定义音译或转换？

Question

man pages 对 uconv 说：

-x音译
对转码后的 Unicode 数据运行给定的音译，并将转译后的数据作为输入用于转码到目标编码。

还包括以下两个例子：

echo '\u30ab' | uconv -x 'hex-any; any-name'

uconv -f utf-8 -t utf-8 -x '::nfkc; [:Cc:] >; ::katakana-hiragana;'

第一个示例指向定义"compound transform" 的-x 选项，但第二个示例指向它是"rule-based transliterator"。

ICU 提供的许多示例（1、2）都不起作用，这加剧了这种情况：

$ echo "Example" | uconv -f UTF8 -t UTF8 -x 'NFD; [:Nonspacing Mark:] Remove; NFC;'
Couldn't create transliteration "NFD; [:Nonspacing Mark:] Remove; NFC;": U_MISSING_OPERATOR, line 0, offset 0.

$ echo "Example" | uconv -f UTF8 -t UTF8 -x '[:Latin:]; NFKD; Lower; Latin-Katakana;'
Couldn't create transliteration "[:Latin:]; NFKD; Lower; Latin-Katakana;": U_MISSING_OPERATOR, line 0, offset 0.

但是一些例子（1，2）工作得很好：

$ echo "Example" | uconv -f UTF8 -t UTF8 -x '[aeiou] Upper'
ExAmplE

$ echo "Example" | uconv -f UTF8 -t UTF8 -x 'NFKD; Lower; Latin-Katakana;'
エクサンプレ

---

那么-x到底定义了什么？

---

情节变厚了！看起来uconv 阻塞了不在转换规则中的预定义字符类。

常规字符类：

$ echo "Example" | uconv -f UTF8 -t UTF8 -x '[a-zA-Z] Upper'
EXAMPLE

$ echo "Example" | uconv -f UTF8 -t UTF8 -x ':: [a-zA-Z] Upper;'
EXAMPLE

预定义的字符类：

$ echo "Example" | uconv -f UTF8 -t UTF8 -x '[:alpha:] Upper'
Couldn't create transliteration "[:alpha:] Upper": U_MISSING_OPERATOR, line 0, offset 0.

$ echo "Example" | uconv -f UTF8 -t UTF8 -x ':: [:alpha:] Upper;'
EXAMPLE

以防万一，这是我正在使用的uconv 的版本：

$ uconv --version
uconv v2.1  ICU 58.1

Answer 1

根据你传递的内容，它会做不同的事情。

下面的摘录是来自uconv.cpp 的格式化代码。 translit 是 -x 参数的值。

UnicodeString str(translit), pestr;

/* Create from rules or by ID as needed. */

parse.line = -1;

if (uprv_strchr(translit, ':') || uprv_strchr(translit, '>') ||
    uprv_strchr(translit, '<') || uprv_strchr(translit, '>')) {
  t = Transliterator::createFromRules(UNICODE_STRING_SIMPLE("Uconv"), str,
                                      UTRANS_FORWARD, parse, err);
} else {
  t = Transliterator::createInstance(UnicodeString(translit, -1, US_INV),
                                     UTRANS_FORWARD, err);
}

而createFromRules 根据输入创建的内容进一步不同：

返回一个Transliterator 对象，由 给定的规则字符串。这将是一个 RuleBasedTransliterator， 如果规则字符串只包含规则，或者 CompoundTransliterator，如果它包含 ID 块，或 NullTransliterator，如果它包含解析为的 ID 块 给定方向为空。