Bash环境下如何获取当前locale的小数分隔符与千位分隔符

问题背景 #

之前做Bash下货币格式化相关需求时，需要确定当前系统locale配置下使用的数字分隔符，过程中碰到了不少locale和数字格式化的兼容问题：二进制计算器bc完全不遵循locale规则，始终用.作为小数点输出，和locale配置不匹配时会直接触发报错：

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

早期实现方案 #

最开始查找小数分隔符（也叫基数字符/radix character）的时候，用的是借助time命令输出的取巧方案：

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

这个方案可以正常运行，比如适配bc输出圆周率的函数：

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

而千位分隔符的获取很早就有轻量实现，不需要额外fork进程，系统开销极低：

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

最开始我打算在脚本开头加初始化逻辑，一次性获取两个分隔符存为全局只读变量：

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
...

但这个方案里取小数分隔符的<(eval 'time true' 2>&1)写法需要创建进程替换，实现过于笨重，我一直想找更简洁轻量的方法，不用额外开进程就能同时拿到两个分隔符。 #

自答 #

参考dan的实现思路后，我最终写出了非常简洁高效的版本。

适配bc输出的示例 #

修正bc输出和locale不匹配问题的圆周率计算函数如下：

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

运行效果：

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

最终轻量分隔符获取函数 #

下面的函数可以一次性获取两个分隔符存入全局变量：NUM_THO_SEP存储千位分隔符，NUM_DEC_SEP存储小数分隔符，全程无额外进程fork，开销极低：

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

多Locale测试 #

我在多个常用locale下做了兼容性测试，测试代码如下：

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

测试输出：

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：我的终端默认使用UTF-8编码，非UTF-8 locale下的不间断空格（$'\240'）无法以纯ASCII形式正常打印，因此会显示替换字符�。

内容的提问来源于stack exchange，提问作者F. Hauri - Give Up GitHub