Bug 22032

Summary:	sed: в локали UTF8 точка в регулярном выражении не матчит не-UTF8 символы
Product:	Sisyphus	Reporter:	Vladislav Zavjalov <slazav>
Component:	sed	Assignee:	placeholder <placeholder>
Status:	CLOSED NOTABUG	QA Contact:	qa-sisyphus
Severity:	normal
Priority:	P3	CC:	glebfm, ldv, php-coder, placeholder
Version:	unstable
Hardware:	all
OS:	Linux

Description

Vladislav Zavjalov 2009-10-22 19:51:03 MSD

#!/bin/bash

printf "\xF7\xCf\xD4" | LC_ALL=ru_RU.UTF8 sed -e 's/./X/g'

# ожидаемый вывод "ХХХ", а выводит исходную строчку без изменений
# при том, что в в info sed написано "Matches any character"

Comment 1

Vladislav Zavjalov 2010-12-13 03:09:42 MSK

В том же info sed наткнулся:

`z'
     This command empties the content of pattern space.  It is usually
     the same as `s/.*//', but is more efficient and works in the
     presence of invalid multibyte sequences in the input stream.
     POSIX mandates that such sequences are _not_ matched by `.', so
     that there is no portable way to clear `sed''s buffers in the
     middle of the script in most multibyte locales (including UTF-8
     locales).

Так что это известно и считается правильным. Закрываю как NOTABUG, сочувствую обитателям локали utf8 :)