如何在SQLite存储的文本中定位em-dash等多字节符号字符？

初始问题 #

我有存储在SQLite数据库表中的文本数据，其中包含em-dash（长破折号），我希望识别出结果中包含该符号的单词。
我可以正常取出带em-dash的文本传递到浏览器展示，显示正常，但Konsole终端无法显示该字符，我推测是命令行界面不支持渲染，且该字符长度超过1字节。
我的核心问题是如何在文本中检测该字符。
我尝试了如下代码，但无法定位到该符号，不过可以正常匹配其他文本内容：

dbt eval $sql {
 set l $text_content
 foreach word $l {
   if { [string first — $word] > -1 } { puts "Got one!" }
   chan puts stdout "[incr i] $word"
 }

 set i 0
 chan puts stdout "\n\n"
}

字段$text_content存储文本字符串，我按空格对其进行分词，由于SQLite会将字符串以列表形式返回，因此标点符号等通常会附着在英文单词前后。我需要记录带标点和不带标点的单词，同时捕获em-dash等特定符号的出现，就像处理独立单词一样，目的是构建单独的索引表来提速多词组合文本检索效率。另外也想了解SQLite中跨文本行检索的更优方案，逐行检索效率过低，我希望构建类似圣经经文索引的结构，指向所有包含目标单词的行，再通过“指针”交集筛选满足所有检索条件的行。
我需要匹配所有符合条件的结果，上述代码仅用于测试。

后续调试进展 #

使用社区提供的代码测试后发现：
我手头的Tcl教程索引中没有lmap命令，我将示例代码用于测试包含疑似em-dash的字符串，发现该字符并非标准em-dash：标准em-dash的ASCII码为151，而该字符返回的编码为226、128、148三个值。我用Tcl做本地服务将SQLite取出的字符串传到浏览器可正常显示为破折号，但这三个编码对应ASCII字符为带抑扬符的拉丁文a、欧元符号、右双引号，Tcl输出到Konsole终端时仅显示带抑扬符的拉丁文a。
我对多字节字符了解很少，这类字符已经在多个场景给我造成了问题。推测数据写入数据库时出现了编码问题，因为直接从源文件复制内容到Kate编辑器中测试，破折号的编码为8212。
如果数据库中所有同类破折号都是这套编码的话，我可以通过编码集合搜索匹配，将其替换为标准em-dash。
我尝试了如下代码，看起来可以正常运行，但部分带em-dash的单词同时包含分号，使用lset修改列表中的单词时，该单词会被作为长度为1的子列表插入，如何让其保持为末尾带分号的普通字符串？
示例：原字符串为word—;，我将异常破折号替换为编码151的em-dash后修改列表，结果变为{ word word {word—;} word }。
我想知道当前的多字节处理方案在该场景下是否可靠？
我意识到使用151编码不合理，因为数据不是ASCII编码，使用8212编码的em-dash从Tcl传递到浏览器时，浏览器报错SyntaxError: JSON.parse: bad control character in string literal at line 1 column 49 of the JSON data，这应该就是最初em-dash被存为三字节编码的原因。直接传递三字节版本到浏览器可正常接收显示，我对这一基础编码逻辑存在认知误区，问题似乎出现在将文本转成二进制传输到浏览器的环节。

proc Emdash {} {
  global cps string pseudo_emdash
  set l [expr { [llength $cps] - 2}]
  set k -1; # Character position in cps.
  set b 0; # Count blank characters for word position.
  set p 0; # Track position of last blank for character position.

  while { [incr k] < $l } {
    if { [lindex $cps $k] == 32 } { incr b; set p $k }
    for { set x [lindex $cps [set i $k]]; set y [lindex $pseudo_emdash [set j 0]] } \
        { $x == $y && $j < 3 } { incr i; incr j } { }
    if { $j == 3 } {
      chan puts stdout "A match begins at index $k after blank no. $b."
      chan puts stdout [lrange $cps $k [expr {$i-1}]]
      chan puts stdout "[lindex $string $b] [expr {$k-$p-1}]"
      set new [string replace [lindex $string $b] [set z [expr {$k-$p-1}]] $z+2 [format %c 151]]
      chan puts stdout $new
      lset string $b $new
      chan puts stdout $string
    }
  }
}

set pseudo_emdash {226 128 148}
set string ""
set cps ""

dbt eval $sql {
  global string cps
  chan puts stdout $text_content
  set string $text_content
  set cps [lmap c [split $text_content ""] { scan $c %c }]
  Emdash
}

内容的提问来源于stack exchange，提问作者Gary