linux - nroff/groff无法正确转换utf-8编码的文件

我有一个utf-8编码的roff文件，我想将其转换为联机帮助页

$ nroff -mandoc inittab.5

但是，[äöüÄÖÜ]中的字符，例如不能正确显示，因为nroff似乎采用ISO 8859-1编码(我正在获取[äöüÃÃÃ]。使用nroff标志调用-Tutf8不会更改行为，并且(我认为正确)设置了语言环境变量

LANG=de_DE.utf8
LC_CTYPE="de_DE.utf8"
LC_NUMERIC="de_DE.utf8"
LC_TIME="de_DE.utf8"
LC_COLLATE="de_DE.utf8"
LC_MONETARY="de_DE.utf8"
LC_MESSAGES="de_DE.utf8"
LC_PAPER="de_DE.utf8"
LC_NAME="de_DE.utf8"
LC_ADDRESS="de_DE.utf8"
LC_TELEPHONE="de_DE.utf8"
LC_MEASUREMENT="de_DE.utf8"
LC_IDENTIFICATION="de_DE.utf8"
LC_ALL=

由于nroff只是一个包装脚本，并且最终调用groff，因此我检查了对后者的调用:

$ groff -Tutf8 -mandoc inittab.5

比较src文件和输出文件中字符的字节编码，我得到以下转换:

character  src file  output file
---------  --------  -----------
ä          C3 A4     C3 83 C2 A4
ö          C3 B6     C3 83 C2 B6
ü          C3 BC     C3 83 C2 BC
Ä          C3 84     C3 83
Ö          C3 96     C3 83
Ü          C3 9C     C3 83
ß          C3 9F     C3 83

这种行为对我来说似乎很奇怪(为什么我会得到一个额外的C3 83，并且原来的字节序列被截断了以用于大变音符号和ß？)

为什么会这样，如何使nroff/groff正确转换我的utf-8编码文件？

编辑:我正在使用GNU nroff (groff) version 1.22.2

最佳答案

与其他troff实现(即Plan 9和Heirloom troff)不同，groff在文档中不支持UTF8。但是，可以使用preconv(1)预处理器实现UTF8输出，该预处理器将文件中的UTF8字符转换为groff native 转义序列。

以这个groff_ms(7)文件为例:

.TL
StackOverflow Test Document
.AU
ToasterKing
.PP
I like going to the café down the street

äöüÄÖÜ

正常使用groff，我们得到:

                StackOverflow Test Document


                        ToasterKing


     I like going to the café down the street

äöüÃÃÃ

但是，当使用preconv | groff或groff -k时，我们得到:

                StackOverflow Test Document


                        ToasterKing


     I like going to the café down the street

äöüÄÖÜ

查看preconv的输出，您可以看到它如何将字符转换为转义序列:

.lf 1 so.ms
.TL
StackOverflow Test Document
.AU
ToasterKing
.PP
I like going to the caf\[u00E9] down the street

\[u00E4]\[u00F6]\[u00FC]\[u00C4]\[u00D6]\[u00DC]