【发布时间】：2019-03-05 07:45:33
【问题描述】：
出于某种原因，我不知道为什么，可能是我的系统或大脑中有些地方不太对劲，正则表达式“[AZ]”似乎无法识别字母“W”和“ [az]" 似乎无法识别字母“w”。示例：
for x in A a B b C c D d E e F f G g H h I i J j K k L l M m N n O o P p Q q R r S s T t U u V v W w X x Y y Z z; do echo $x | egrep "[A-Za-z]"; done
我的输出是： 一种 一种 乙 b C C D d 乙 e F F G G H H 一世 一世 Ĵ j ķ ķ 大号 l 米 米 ñ n ○ ○ 磷 p 问 q R r 小号 s 吨 吨 ü 你 五 v X X 是 是的 Z z
如您所见，字母“W”和“w”都不见了。我是唯一一个？什么可能导致这种情况？如果是错误，我在哪里报告？这发生在 bash 和 zsh 中，它发生在 sed 和 egrep 中（可能更多，我只测试了这两个），所以问题似乎与一般的正则表达式有关......：o 那么……这是怎么回事？？
- Manjaro 17.1.12
- XFCE 4.12
- bash 4.4.23(1)-release (x86_64-unknown-linux-gnu)
- zsh 5.5.1 (x86_64-unknown-linux-gnu)
- egrep 3.1
- sed 4.5
编辑：有人问我的语言环境，所以在这里。
$ locale
LANG=sv_SE.utf8
LC_CTYPE="sv_SE.utf8"
LC_NUMERIC=sv_SE.UTF-8
LC_TIME=sv_SE.UTF-8
LC_COLLATE="sv_SE.utf8"
LC_MONETARY=sv_SE.UTF-8
LC_MESSAGES="sv_SE.utf8"
LC_PAPER=sv_SE.UTF-8
LC_NAME=sv_SE.UTF-8
LC_ADDRESS=sv_SE.UTF-8
LC_TELEPHONE=sv_SE.UTF-8
LC_MEASUREMENT=sv_SE.UTF-8
LC_IDENTIFICATION=sv_SE.UTF-8
LC_ALL=
如果这是问题所在，那么我猜任何决定 sv_SE.UTF-8 是什么的东西都是错误的，因为字母“w”在 2006 年被添加到瑞典字母表中。 此外，如果 A-Z 间隔取决于当前语言环境，那么当语言环境设置为瑞典语时，[A-Ö] 是否应该适用于整个瑞典语字母表？它没有，它给出了一个错误信息。但是 [[:alpha:]] 似乎包括所有瑞典字母，所以我想我对此很满意。
【问题讨论】：
-
您的语言环境是什么？这不是由 shell 完成的，而是由平台的标准 C 库完成的。无论如何，字符排序顺序和类别区域设置运行时配置（
LC_CTYPE、LC_COLLATE和其他变量，如可以覆盖这些的LC_ALL）与调试相关（不，必要）。 -
...如果您使用的系统配置的语言不包括
W在其字母表中，那么您就是。请将locale命令的输出编辑成您的问题。 -
顺便说一句，
[A-Za-z]无论如何都是不好的形式（并且建议您使用它的“教学资源”不应该被信任）；使用[[:upper:]]代替[A-Z]和[[:lower:]]代替[a-z]，或[[:alpha:]]用于两者，否则使用AaBb...Zz代替A..Za..z的排序规则会搞砸你。 -
（因为这都是标准 C 库功能，它更像是一个通用的 UNIX 问题，而不是一个专门关于
sed或grep或诸如此类的问题；它们都调用相同的共享库代码正则表达式或 fnmatch 模式/glob 支持）。 -
@Charles：确实 [[:alpha:]] 通常比 [A-Za-z] 更好，值得指出这一点。但是，我们不要忘记 glibc 中存在错误的事实，这里。正则表达式
[u-x]应该匹配v和w，即使是瑞典语也是如此。但事实并非如此。但是，w确实排序正确，并且确实以正确的 ctype 显示。