Como posso melhorar o script de conversão de caracteres?

Question

Estou usando o código abaixo para converter caracteres como '\ u00c0' para o formato Unicode como 'À'

unicode(){ sed -i 's/\\u00c0/À/g' $1;sed -i 's/\\u00c1/Á/g' $1;sed -i 's/\\u00c2/Â/g' $1;sed -i 's/\\u00c3/Ã/g' $1;sed -i 's/\\u00c4/Ä/g' $1;sed -i 's/\\u00c5/Å/g' $1;sed -i 's/\\u00c6/Æ/g' $1;sed -i 's/\\u00c7/Ç/g' $1;sed -i 's/\\u00c8/È/g' $1;sed -i 's/\\u00c9/É/g' $1;sed -i 's/\\u00ca/Ê/g' $1;sed -i 's/\\u00cb/Ë/g' $1;sed -i 's/\\u00cc/Ì/g' $1;sed -i 's/\\u00cd/Í/g' $1;sed -i 's/\\u00ce/Î/g' $1;sed -i 's/\\u00cf/Ï/g' $1;sed -i 's/\\u00d0/Ð/g' $1;sed -i 's/\\u00d1/Ñ/g' $1;sed -i 's/\\u00d2/Ò/g' $1;sed -i 's/\\u00d3/Ó/g' $1;sed -i 's/\\u00d4/Ô/g' $1;sed -i 's/\\u00d5/Õ/g' $1;sed -i 's/\\u00d6/Ö/g' $1;sed -i 's/\\u00d7/×/g' $1;sed -i 's/\\u00d8/Ø/g' $1;sed -i 's/\\u00d9/Ù/g' $1;sed -i 's/\\u00da/Ú/g' $1;sed -i 's/\\u00db/Û/g' $1;sed -i 's/\\u00dc/Ü/g' $1;sed -i 's/\\u00dd/Ý/g' $1;sed -i 's/\\u00de/Þ/g' $1;sed -i 's/\\u00df/ß/g' $1;sed -i 's/\\u00e0/à/g' $1;sed -i 's/\\u00e1/á/g' $1;sed -i 's/\\u00e2/â/g' $1;sed -i 's/\\u00e3/ã/g' $1;sed -i 's/\\u00e4/ä/g' $1;sed -i 's/\\u00e5/å/g' $1;sed -i 's/\\u00e6/æ/g' $1;sed -i 's/\\u00e7/ç/g' $1;sed -i 's/\\u00e8/è/g' $1;sed -i 's/\\u00e9/é/g' $1;sed -i 's/\\u00ea/ê/g' $1;sed -i 's/\\u00eb/ë/g' $1;sed -i 's/\\u00ec/ì/g' $1;sed -i 's/\\u00ed/í/g' $1;sed -i 's/\\u00ee/î/g' $1;sed -i 's/\\u00ef/ï/g' $1;sed -i 's/\\u00f0/ð/g' $1;sed -i 's/\\u00f1/ñ/g' $1;sed -i 's/\\u00f2/ò/g' $1;sed -i 's/\\u00f3/ó/g' $1;sed -i 's/\\u00f4/ô/g' $1;sed -i 's/\\u00f5/õ/g' $1;sed -i 's/\\u00f6/ö/g' $1;sed -i 's/\\u00f7/÷/g' $1;sed -i 's/\\u00f8/ø/g' $1;sed -i 's/\\u00f9/ù/g' $1;sed -i 's/\\u00fa/ú/g' $1;sed -i 's/\\u00fb/û/g' $1;sed -i 's/\\u00fc/ü/g' $1;sed -i 's/\\u00fd/ý/g' $1;sed -i 's/\\u00fe/þ/g' $1;sed -i 's/\\u00ff/ÿ/g' $1; }

Então eu uso unicode file.txt para converter em Unicode.

Se eu tiver um arquivo chamado original_text e ele tiver uma string como \ u00d8rsted, por exemplo, run unicode original_text converterá essa string para Ørsted .

Isso está funcionando muito bem, mas o código parece estar muito incorreto e, na verdade, parece um pouco feio.

Eu me pergunto, existe uma maneira melhor de fazer tal conversão (no shell ou até mesmo um comando unix para converter esses caracteres.)?

    

Answer 1

ascii2uni do uni2ascii pode fazer isso.

$ ./ascii2uni -q -a U <<< '\u00d8rsted'
Ørsted