LC_COLLATE是否影响字符范围？MacOS下sed非法字节序列报错解析

• LC_COLLATE确实会影响正则表达式的字符范围匹配，尤其是处理UTF-8这类多字节字符集时表现明显。
• 当LC_COLLATE设为C时，系统采用ASCII单字节排序规则，FreeBSD sed会按单个字节解析输入内容。而Â是UTF-8双字节序列（\xc3\x82），此时正则里的[A-Z]仅覆盖ASCII的65-90字节值，sed遇到超出这个范围的字节（比如\xc3）时，会判定为非法字节序列，直接抛出错误。
• 把LC_COLLATE改为en_US.UTF-8后，情况就不一样了：
  1. sed会切换到UTF-8字符模式，能正确识别多字节的Â，不会把它拆成两个独立字节处理；
  2. 此时[A-Z]的范围不再局限于ASCII大写字母，而是扩展到Unicode中所有归类为大写字母的字符（包括Â这类Latin-1补充字符），正则表达式能正常匹配，自然不会触发非法字节序列的报错。
• 额外说明：MacOS自带的sed是FreeBSD实现，它对locale设置的依赖比GNU sed更严格，多字节字符处理逻辑直接受LC_COLLATE影响。

内容的提问来源于stack exchange，提问作者Dhruv