¿Cómo se hace eco de un carácter Unicode de 4 dígitos en Bash?

Me gustaría agregar el cráneo y las tibias cruzadas de Unicode a mi indicador de shell (específicamente el 'CRÁNEO Y CRUZES' (U + 2620)), pero no puedo entender el encantamiento mágico para hacer que el eco lo escupe, o cualquier otro, Carácter Unicode de 4 dígitos. Los de dos dígitos son fáciles. Por ejemplo, echo -e "\ x55",.

Además de las respuestas a continuación, debe tenerse en cuenta que, obviamente, su terminal debe ser compatible con Unicode para que la salida sea lo que espera. gnome-terminal hace un buen trabajo, pero no está necesariamente activado de manera predeterminada.

En la aplicación Terminal de macOS Vaya a Preferencias-> Codificaciones y elija Unicode (UTF-8).

En UTF-8 en realidad son 6 dígitos (o 3 bytes).

$ printf '\xE2\x98\xA0'
☠

Para verificar cómo está codificada por la consola, use hexdump:

$ printf ☠ | hexdump
0000000 98e2 00a0                              
0000003

% echo -e '\u2620'     # \u takes four hexadecimal digits
☠
% echo -e '\U0001f602' # \U takes eight hexadecimal digits
😂

Esto funciona en Zsh (he comprobado la versión 4.3) y en Bash 4.2 o posterior.

Mientras sus editores de texto puedan hacer frente a Unicode (presumiblemente codificado en UTF-8), puede ingresar el punto de código Unicode directamente.

Por ejemplo, en el editor de texto de Vim ingresarías al modo de inserción y presionarías Ctrl+ V+U y luego el número de punto de código como un número hexadecimal de 4 dígitos (almohadilla con ceros si es necesario). Entonces escribirías Ctrl+ V+ U 2 6 2 0. Ver: ¿Cuál es la forma más fácil de insertar caracteres Unicode en un documento?

En una terminal que ejecuta Bash, escribiría CTRL + SHIFT+ Uy escribiría el punto de código hexadecimal del carácter que desea. Durante la entrada, el cursor debe mostrar un subrayado u. El primer no dígito que escriba finaliza la entrada y representa el carácter. Entonces podría imprimir U + 2620 en Bash usando lo siguiente:

echo CTRL+ SHIFT+U2620ENTERENTER

(La primera entrada finaliza la entrada Unicode y la segunda ejecuta el echocomando).

Crédito: Pregúntele a Ubuntu SE

Aquí hay una implementación de Bash completamente interna, sin bifurcación, tamaño ilimitado de caracteres Unicode.

fast_chr() {
    local __octal
    local __char
    printf -v __octal '%03o' $1
    printf -v __char \\$__octal
    REPLY=$__char
}

function unichr {
    local c=$1    # Ordinal of char
    local l=0    # Byte ctr
    local o=63    # Ceiling
    local p=128    # Accum. bits
    local s=''    # Output string

    (( c < 0x80 )) && { fast_chr "$c"; echo -n "$REPLY"; return; }

    while (( c > o )); do
        fast_chr $(( t = 0x80 | c & 0x3f ))
        s="$REPLY$s"
        (( c >>= 6, l++, p += o+1, o>>=1 ))
    done

    fast_chr $(( t = p | c ))
    echo -n "$REPLY$s"
}

## test harness
for (( i=0x2500; i<0x2600; i++ )); do
    unichr $i
done

La salida fue:

─━│┃┄┅┆┇┈┉┊┋┌┍┎┏
┐┑┒┓└┕┖┗┘┙┚┛├┝┞┟
┠┡┢┣┤┥┦┧┨┩┪┫┬┭┮┯
┰┱┲┳┴┵┶┷┸┹┺┻┼┽┾┿
╀╁╂╃╄╅╆╇╈╉╊╋╌╍╎╏
═║╒╓╔╕╖╗╘╙╚╛╜╝╞╟
╠╡╢╣╤╥╦╧╨╩╪╫╬╭╮╯
╰╱╲╳╴╵╶╷╸╹╺╻╼╽╾╿
▀▁▂▃▄▅▆▇█▉▊▋▌▍▎▏
▐░▒▓▔▕▖▗▘▙▚▛▜▝▞▟
■□▢▣▤▥▦▧▨▩▪▫▬▭▮▯
▰▱▲△▴▵▶▷▸▹►▻▼▽▾▿
◀◁◂◃◄◅◆◇◈◉◊○◌◍◎●
◐◑◒◓◔◕◖◗◘◙◚◛◜◝◞◟
◠◡◢◣◤◥◦◧◨◩◪◫◬◭◮◯
◰◱◲◳◴◵◶◷◸◹◺◻◼◽◾◿

Simplemente ponga "☠" en su script de shell. En la configuración regional correcta y en una consola habilitada para Unicode, se imprimirá bien:

$ echo ☠
☠
$

Una "solución" fea sería la salida de la secuencia UTF-8, pero eso también depende de la codificación utilizada:

$ echo -e '\xE2\x98\xA0'
☠
$

One-liner rápido para convertir caracteres UTF-8 a su formato de 3 bytes:

var="$(echo -n '☠' | od -An -tx1)"; printf '\\x%s' ${var^^}; echo

Estoy usando esto:

$ echo -e '\u2620'
☠

Esto es bastante más fácil que buscar una representación hexadecimal ... Estoy usando esto en mis scripts de shell. Eso funciona en gnome-term y urxvt AFAIK.

Es posible que deba codificar el punto de código como octal para que la rápida expansión lo decodifique correctamente.

U + 2620 codificado como UTF-8 es E2 98 A0.

Entonces en Bash,

export PS1="\342\230\240"

hará que su caparazón se convierta en calavera y huesos.

En bash para imprimir un carácter Unicode a la salida, use \ x, \ u o \ U (primero para el hex de 2 dígitos, segundo para el hex de 4 dígitos, tercero para cualquier longitud)

echo -e '\U1f602'

Si desea asignarlo a una variable, use la sintaxis $ '...'

x=$'\U1f602'
echo $x

Si no te importa una línea Perl:

$ perl -CS -E 'say "\x{2620}"'
☠

-CShabilita la decodificación UTF-8 en la entrada y la codificación UTF-8 en la salida. -Eevalúa el siguiente argumento como Perl, con características modernas como sayhabilitado. Si no desea una nueva línea al final, use en printlugar de say.

Cualquiera de estos tres comandos imprimirá el carácter que desee en una consola, siempre que la consola acepte caracteres UTF-8 (la mayoría de los actuales):

echo -e "SKULL AND CROSSBONES (U+2620) \U02620"
echo $'SKULL AND CROSSBONES (U+2620) \U02620'
printf "%b" "SKULL AND CROSSBONES (U+2620) \U02620\n"

SKULL AND CROSSBONES (U+2620) ☠

Después, puede copiar y pegar el glifo real (imagen, carácter) en cualquier editor de texto (habilitado para UTF-8).

Si necesita ver cómo se codifica dicho punto de código Unicode en UTF-8, use xxd (visor hexadecimal mucho mejor que od):

echo $'(U+2620) \U02620' | xxd
0000000: 2855 2b32 3632 3029 20e2 98a0 0a         (U+2620) ....

That means that the UTF8 encoding is: e2 98 a0

O, en HEX para evitar errores: 0xE2 0x98 0xA0. Es decir, los valores entre el espacio (HEX 20) y el avance de línea (Hex 0A).

Si desea una inmersión profunda en la conversión de números a caracteres: ¡ mire aquí para ver un artículo del wiki de Greg (BashFAQ) sobre la codificación ASCII en Bash!

El printfincorporado (al igual que el coreutils ' printf) conoce la \usecuencia de escape que acepta caracteres Unicode de 4 dígitos:

   \uHHHH Unicode (ISO/IEC 10646) character with hex value HHHH (4 digits)

Prueba con Bash 4.2.37 (1):

$ printf '\u2620\n'
☠

Perdón por revivir esta vieja pregunta. Pero cuando se usabash hay un enfoque muy fácil para crear puntos de código Unicode a partir de una entrada ASCII simple, que incluso no se bifurca en absoluto:

unicode() { local -n a="$1"; local c; printf -vc '\\U%08x' "$2"; printf -va "$c"; }
unicodes() { local a c; for a; do printf -vc '\\U%08x' "$a"; printf "$c"; done; };

Úselo de la siguiente manera para definir ciertos puntos de código

unicode crossbones 0x2620
echo "$crossbones"

o para volcar los primeros 65536 puntos de código unicode en stdout (toma menos de 2 segundos en mi máquina. El espacio adicional es para evitar que ciertos caracteres fluyan entre sí debido a la fuente monoespacio de shell):

for a in {0..65535}; do unicodes "$a"; printf ' '; done

o para contar una pequeña historia de padres muy típica (esto necesita Unicode 2010):

unicodes 0x1F6BC 32 43 32 0x1F62D 32 32 43 32 0x1F37C 32 61 32 0x263A 32 32 43 32 0x1F4A9 10

Explicación:

• printf '\UXXXXXXXX' imprime cualquier carácter Unicode
• printf '\\U%08x' numberimprime \UXXXXXXXXcon el número convertido a hexadecimal, este luego se alimenta a otroprintf para imprimir realmente el carácter Unicode
• printf reconoce octal (0oct), hexadecimal (0xHEX) y decimal (0 o números que comienzan con 1 a 9) como números, para que pueda elegir la representación que mejor se ajuste
• printf -v var ..reúne la salida de printfen una variable, sin tenedor (que acelera enormemente las cosas)
• local variable está ahí para no contaminar el espacio de nombres global
• local -n var=otheralias vara other, de modo que la asignación a varaltera other. Una parte interesante aquí es quevar es parte del espacio de nombres local, mientras que otheres parte del espacio de nombres global.
  • Tenga en cuenta que no hay tal cosa como localo globalespacio de nombres en bash. Las variables se mantienen en el entorno, y siempre son globales. Local simplemente guarda el valor actual y lo restaura cuando la función se deja de nuevo. Otras funciones llamadas desde dentro de la función localaún verán el valor "local". Este es un concepto fundamentalmente diferente de todas las reglas de alcance normales que se encuentran en otros lenguajes (y lo que bashhace es muy poderoso, pero puede generar errores si usted es un programador que no es consciente de eso).

Aquí hay una lista de todos los emoji unicode disponibles:

https://en.wikipedia.org/wiki/Emoji#Unicode_blocks

Ejemplo:

echo -e "\U1F304"
🌄

Para obtener el valor ASCII de este personaje, use hexdump

echo -e "🌄" | hexdump -C

00000000  f0 9f 8c 84 0a                                    |.....|
00000005

Y luego use los valores informados en formato hexadecimal

echo -e "\xF0\x9F\x8C\x84\x0A"
🌄

Según las preguntas de desbordamiento de pila , corte Unix, elimine el primer token y https://stackoverflow.com/a/15903654/781312 :

(octal=$(echo -n ☠ | od -t o1 | head -1 | cut -d' ' -f2- | sed -e 's#\([0-9]\+\) *#\\0\1#g')
echo Octal representation is following $octal
echo -e "$octal")

La salida es la siguiente.

Octal representation is following \0342\0230\0240
☠

Fácil con una línea única Python2 / 3:

$ python -c 'print u"\u2620"'    # python2
$ python3 -c 'print(u"\u2620")'  # python3

Resultados en:

☠

En Bash:

UnicodePointToUtf8()
{
    local x="$1"               # ok if '0x2620'
    x=${x/\\u/0x}              # '\u2620' -> '0x2620'
    x=${x/U+/0x}; x=${x/u+/0x} # 'U-2620' -> '0x2620'
    x=$((x)) # from hex to decimal
    local y=$x n=0
    [ $x -ge 0 ] || return 1
    while [ $y -gt 0 ]; do y=$((y>>1)); n=$((n+1)); done
    if [ $n -le 7 ]; then       # 7
        y=$x
    elif [ $n -le 11 ]; then    # 5+6
        y=" $(( ((x>> 6)&0x1F)+0xC0 )) \
            $(( (x&0x3F)+0x80 ))" 
    elif [ $n -le 16 ]; then    # 4+6+6
        y=" $(( ((x>>12)&0x0F)+0xE0 )) \
            $(( ((x>> 6)&0x3F)+0x80 )) \
            $(( (x&0x3F)+0x80 ))"
    else                        # 3+6+6+6
        y=" $(( ((x>>18)&0x07)+0xF0 )) \
            $(( ((x>>12)&0x3F)+0x80 )) \
            $(( ((x>> 6)&0x3F)+0x80 )) \
            $(( (x&0x3F)+0x80 ))"
    fi
    printf -v y '\\x%x' $y
    echo -n -e $y
}

# test
for (( i=0x2500; i<0x2600; i++ )); do
    UnicodePointToUtf8 $i
    [ "$(( i+1 & 0x1f ))" != 0 ] || echo ""
done
x='U+2620'
echo "$x -> $(UnicodePointToUtf8 $x)"

Salida:

─━│┃┄┅┆┇┈┉┊┋┌┍┎┏┐┑┒┓└┕┖┗┘┙┚┛├┝┞┟
┠┡┢┣┤┥┦┧┨┩┪┫┬┭┮┯┰┱┲┳┴┵┶┷┸┹┺┻┼┽┾┿
╀╁╂╃╄╅╆╇╈╉╊╋╌╍╎╏═║╒╓╔╕╖╗╘╙╚╛╜╝╞╟
╠╡╢╣╤╥╦╧╨╩╪╫╬╭╮╯╰╱╲╳╴╵╶╷╸╹╺╻╼╽╾╿
▀▁▂▃▄▅▆▇█▉▊▋▌▍▎▏▐░▒▓▔▕▖▗▘▙▚▛▜▝▞▟
■□▢▣▤▥▦▧▨▩▪▫▬▭▮▯▰▱▲△▴▵▶▷▸▹►▻▼▽▾▿
◀◁◂◃◄◅◆◇◈◉◊○◌◍◎●◐◑◒◓◔◕◖◗◘◙◚◛◜◝◞◟
◠◡◢◣◤◥◦◧◨◩◪◫◬◭◮◯◰◱◲◳◴◵◶◷◸◹◺◻◼◽◾◿
U+2620 -> ☠

Si se conoce el valor hexadecimal del carácter unicode

H="2620"
printf "%b" "\u$H"

Si se conoce el valor decimal de un carácter unicode

declare -i U=2*4096+6*256+2*16
printf -vH "%x" $U              # convert to hex
printf "%b" "\u$H"