中文字符到底占几个字节？

[Messiya]

有这个一个文件 a.txt
——————————————————————
13623652956 乌鲁木齐
13298652397 北京
——————————————————————
cat a.txt| awk '{if (length($2)==8) print $0}'
有时候输出正常
13623652956 乌鲁木齐
有时候，就没有输出，需要改成length($2)==4，才正常

这是怎么回事啊

[退避九舍]

编码不同，长度不同。。。

[Messiya]

编码不同，长度不同。。。

在同一个机器上运行，怎么还会变啊
是不是可以指定编码啊

[astolia]

这个问题首先要看你当前的终端语言编码和文件编码。当两者一致时，awk的统计是按字符而非字节来算的。当不一致，就说不清到底算成多少个了

经过测试如下

“乌鲁木齐”长度：
当控制台为UTF8，文件为UTF8时，长度为4
当控制台为GBK，文件为GBK时，长度为4
当控制台为UTF8，文件为GBK时，长度为8
当控制台为GBK，文件为UTF8时，长度为6

用

代码： 全选

echo $LANG

来看当前终端的编码

代码： 全选

file a.txt

来看文件编码，注意如果是GBK的话，会被当作ISO-8859

要设置终端编码，用

代码： 全选

export LANG=zh_CN.UTF8   #设置成UTF8
export LANG=zh_CN.GBK   #设置成GBK

[eexpress]

不要试图用字节去处理中文。

[icmmed]