Bash中如何让sed命令支持非拉丁字母开头单词首字母大写

问题原因 #

之前的方案失效核心有两个原因：

1. LC_ALL=C 的locale仅支持ASCII字符集，无法识别ä、é、а这类非拉丁的Unicode字母，[[:alpha:]] 匹配规则和 \u 转大写逻辑都会跳过这类字符。
2. 如果使用的是macOS自带的BSD sed，本身就不支持 \u 转义符，哪怕设置了正确的locale也无法生效。

可行解决方法 #

方案1：GNU sed 搭配正确locale（适合Linux环境） #

首先设置对应语言的UTF-8 locale，比如处理德语可以设置：

export LC_ALL=de_DE.UTF-8
# 不确定对应语言的话，用通用的en_US.UTF-8也可覆盖绝大多数欧洲字母语言

再执行适配行首空白的sed命令：
sed -E 's/^[[:space:]]*([[:alpha:]])/\u\1/' 目标文件
如果需要直接修改原文件，加 -i 参数即可。

方案2：Perl 跨平台通用方案（推荐，适配所有Unicode字母） #

该方案无需适配locale，Linux、macOS都可直接使用，支持所有语言的字母大小写转换：
perl -CIO -pe 's/^\s*(\p{L})/uc($1)/e' 目标文件
参数说明：

• -CIO 指定输入输出都按UTF-8编码处理
• \p{L} 匹配任意Unicode标准中的字母字符
• uc() 是Perl的转大写函数，e 参数表示替换段作为代码执行

方案3：GNU awk 方案 #

GNU awk 4.0以上版本也支持Unicode字符处理：
awk -v LC_ALL=de_DE.UTF-8 '{ match($0, /^[[:space:]]*[[:alpha:]]/); print toupper(substr($0, RSTART, RLENGTH)) substr($0, RSTART+RLENGTH) }' 目标文件

内容的提问来源于stack exchange，提问作者M.M