比较两个带有重音字符的文件（Mac OS / 终端）答案

【问题标题】：Comparing two files with accented characters (Mac OS / Terminal)比较两个带有重音字符的文件（Mac OS / 终端）
【发布时间】：2014-06-14 21:21:55
【问题描述】：

目标：创建一个文件，列出两个文件中未找到的所有行

操作系统：Mac OS X，使用终端

问题：行包含重音字符 (UTF-8)，比较似乎不起作用

我使用以下命令来比较两个文件：

comm -13 <(sort file1) <(sort file2) > file3

该命令工作正常，但文件中包含重音字符的行除外。你有什么解决办法吗？

我尝试过的一个非最佳方法是用sed -i 将所有重音字符替换为非重音字符，但这似乎不适用于我的两个文件之一，所以我假设一个文件被奇怪地编码（事实上，在 TextMate 中打开文件时，ü 显示为 u¨，但在 TextEdit 中正确显示为 ü - 我使用 find Photos/ -type f > list_photos.txt 生成该文件以滚动浏览所有包含重音字符的文件名......也许我应该添加另一个参数find 命令放在首位？）。对此也有任何想法吗？

非常感谢。

更新：

我手动创建了带有重音字符的文本文件。 comm 命令无需 LC_ALL 即可工作。所以问题一定出在将文件名输出到文本文件中（find 命令）。

测试文件A：

Istanbul 001 Mosquée Süleymaniye.JPG
Istanbul 002 Mosquée Süleymaniye.JPG

测试文件B：

Istanbul 001 Mosquée Süleymaniye.JPG
Istanbul 002 Mosquée Süleymaniye - Angle.JPG
Istanbul 003 Ville.JPG

比较会产生预期的结果。但是当我自动创建这些文件时，我会在文本文件中获取 Su¨leymaniye。当我不生成输出文件时，终端会向我显示正确的单词 Süleymaniye。

非常感谢您的调查。非常感谢。

【问题讨论】：

标签： macos terminal

【解决方案1】：

您需要为comm设置ENVIRONMENT。

环境 LANG、LC_ALL、LC_COLLATE 和 LC_CTYPE 环境变量影响 comm 的执行如 environ(7) 中所述。

例如：

LC_COLLATE=C comm -13 <(sort file1) <(sort file2) > file3

或

LC_ALL=C comm -13 <(sort file1) <(sort file2) > file3

【讨论】：

嗯，谢谢...我刚刚尝试过，但仍然遇到同样的问题：-/。
你能提供几行你正在尝试的文件吗？
我更新了原始帖子（在最后），因为我无法以一种好的方式格式化这里的评论。非常感谢您对此进行调查，非常感谢。