在当前语言环境下，如何确定哪个字符用作小数分隔符（小数点）或千位分隔符？

Question

从这个答案到

Format currency in Bash

，我想知道如何确定哪些字符用作数字分隔符。

关于区域设置和数字格式存在很多问题，例如：

printf '%.5f\n' $(bc -l <<<'4*a(1)')
3.14159

LANG=de_DE printf '%.5f\n' $(bc -l <<<'4*a(1)')
bash: printf: 3.14159265358979323844: invalid number
3,00000

二进制计算器

bc

似乎无法正确处理区域设置...

在提到的答案下，搜索小数分隔符（或基数字符），我用过这个：

int2amount() {
    local TIMEFORMAT=%U _decsep
    read _decsep < <(eval 'time true' 2>&1)
    _decsep=${_decsep//[0-9]}
    ...
}

这个工作正常：

pi() { local TIMEFORMAT=%U _decsep;read _decsep < <(eval 'time true' 2>&1);_decsep=${_decsep//[0-9]};
       local pi=$(bc -l <<<'4*a(1)')
       printf '%.5f\n' ${pi/./$_decsep}
}

pi
3.14159
LANG=de_DE pi
3,14159

但是因为千位分隔符更容易找到：

printf -v ts "%'d" 1111 ; ts=${ts//1}

没有分叉，因此系统占用空间非常轻。

所以我可以想象在源文件的开头，类似：

numericSeparators() {
    local TIMEFORMAT=%U
    read NUM_DEC_SEP < <(eval 'time true' 2>&1)
    NUM_DEC_SEP=${NUM_DEC_SEP//[0-9]}
    printf -v NUM_THO_SEP "%'d" 1111
    NUM_THO_SEP=${NUM_THO_SEP//1}
}
numericSeparators
declare -r NUM_THO_SEP NUM_DEC_SEP
...

但我认为

<(eval 'time true' 2>&1)

对于目标来说很沉重。我正在寻找一种更轻和/或更干净的方法来确定它们（甚至是decimal和thousand分隔符）。

---

 自我回答

---

感谢dan的回答，我的功能会变得更简单更快！

样本正确/适应

bc

的输出：

pi() {
    local _decsep pi=$(bc -l <<<'4*a(1)')
    printf -v _decsep %.1f 1
    printf '%.5f\n' ${pi/./${_decsep:1:1}}
}

pi
3.14159
LANG=de_DE.UTF-8 pi
3,14159

一个小函数，将设置两个变量：

NUM_THO_SEP

用于千位分隔符和

NUM_DEC_SEP

用于小数分隔符：

numericSeparators() {
    local numtest
    printf -v numtest "%'.1f" 1111
    NUM_THO_SEP=${numtest:1:1}
    NUM_THO_SEP=${NUM_THO_SEP/1}
    NUM_DEC_SEP=${numtest: -2:1}
}
numericSeparators

for loctest in {C,en_US,fr_{CH,FR},de_{CH,DE},it_{CH,IT}}{,.UTF8}  ;do
    LANG=$loctest numericSeparators
    LANG=C printf 'LANG=%-12s thsnd=%-1s \e[2m(%q)\e[0m\e[45G radix=%q\n' \
        "$loctest" "$NUM_THO_SEP"{,} "$NUM_DEC_SEP"
done

LANG=C            thsnd=  ('')               radix=.
LANG=C.UTF8       thsnd=  ('')               radix=.
LANG=en_US        thsnd=, (\,)               radix=.
LANG=en_US.UTF8   thsnd=, (\,)               radix=.
LANG=fr_CH        thsnd=' (\')               radix=.
LANG=fr_CH.UTF8   thsnd=’ ($'\342\200\231')  radix=.
LANG=fr_FR        thsnd=�($'\240')          radix=\,
LANG=fr_FR.UTF8   thsnd=  ($'\342\200\257')  radix=\,
LANG=de_CH        thsnd=' (\')               radix=.
LANG=de_CH.UTF8   thsnd=’ ($'\342\200\231')  radix=.
LANG=de_DE        thsnd=. (.)                radix=\,
LANG=de_DE.UTF8   thsnd=. (.)                radix=\,
LANG=it_CH        thsnd=' (\')               radix=.
LANG=it_CH.UTF8   thsnd=’ ($'\342\200\231')  radix=.
LANG=it_IT        thsnd=. (.)                radix=\,
LANG=it_IT.UTF8   thsnd=. (.)                radix=\,

注意：由于我的终端是 UTF-8，他们无法以纯 ASCII (

NO-BREAKABLE SPACE

) 打印出

$'\240'

。这是因为它们显示了 替换字符：

�

。

Answer 1

您可以通过以下方式获取语言环境的基数字符（小数分隔符）：

printf -v ds '%#.1f' 1
ds=${ds//[0-9]}

还有千位分组分隔符，其中：

printf -v ts "%'d" 1111
ts=${ts//1}

某些语言环境（例如

C

）没有千位分隔符，在这种情况下

$ts

为空。相反，如果区域设置未定义基数字符，则 POSIX (

printf(3)

) 表示它应默认为

.

。

#

标志保证它将被打印。

Answer 2

在绝大多数情况下，您甚至不必知道所处的区域设置即可正确解码任何值，无论您自己的区域设置如何。

因为任何底数都不可能有 2 个小数点 (RP)，所以可以使用

gsub()

或类似的快速计数工具来找出

,

与

.

中哪一个有多个副本。

• 如果两者都存在，那么这可能是有问题的输入。

• 如果两者都存在，则右侧的一个必须是 RP

• 当只有一个且不明确时，请考虑：

如果该字符右侧有 0 个或更多数字，但不是 3 位数字，则不可能是千位

更有可能的是，数千 sep 的两侧都以数字结尾，但具有前缘或后缘小数点并不罕见

只有 4 到 6 位数字（包括小数点以下，假设其仍然不明确）需要额外的上下文才能正确解码。