Início / unix / Perguntas / 507678
Accepted
user640916
Asked: 2019-03-22 02:30:53 +0800 CST

Como classificar números separados por vírgulas em outra localidade

  • 772

Eu tenho uma localidade alemã e preciso classificar os números formatados nos EUA com vírgulas como separador de milhares. Parece que eu não substituo a localidade corretamente?

sort --version
sort (GNU coreutils) 8.30

Exemplo:

echo "-4.00\n40.00\n4,000.00"|LC_ALL=en_US.utf8 sort -h
-4.00
4,000.00
40.00

Na verdade, não espero que mude a ordem, pois 4,000é a maior.

locale
LANG=de_DE.UTF-8
LANGUAGE=
LC_CTYPE="de_DE.UTF-8"
LC_NUMERIC="de_DE.UTF-8"
LC_TIME=de_DE.utf8
LC_COLLATE="de_DE.UTF-8"
LC_MONETARY="de_DE.UTF-8"
LC_MESSAGES="de_DE.UTF-8"
LC_PAPER="de_DE.UTF-8"
LC_NAME="de_DE.UTF-8"
LC_ADDRESS="de_DE.UTF-8"
LC_TELEPHONE="de_DE.UTF-8"
LC_MEASUREMENT="de_DE.UTF-8"
LC_IDENTIFICATION="de_DE.UTF-8"
LC_ALL=
sort locale

2 respostas

  1. Best Answer

    Uma explicação possível é que essa en_US.utf8localidade não está disponível em seu sistema.

    Você pode usar locale -apara obter a lista de localidades disponíveis, locale -a | grep en_USpara a lista de locais em inglês dos EUA.

    Se esse locale foi instalado, LC_ALL=en_US.utf8 locale -k LC_NUMERICproduziria algo como:

    decimal_point="."
thousands_sep=","
grouping=3;3
numeric-decimal-point-wc=46
numeric-thousands-sep-wc=44
numeric-codeset="UTF-8"

    e LC_ALL=en_US.utf8 locale thousands_sepproduziria ,.

    Caso contrário, você provavelmente obteria um erro sobre o local não estar disponível.

    Se estiver no Debian, você pode selecionar com quais localidades deseja habilitar (as root):

    dpkg-reconfigure locales

    Evite habilitar todas as localidades possíveis; habilitar algumas localidades como aquelas que usam os conjuntos de caracteres BIG5, BIG5HKSCS ou GB18030, introduziria algumas vulnerabilidades em seu sistema (esses charsets possuem caracteres cuja codificação contém a codificação de backtick e backslash causando todos os tipos de bugs, alguns dos quais facilmente se transformam em vulnerabilidades). Algumas localidades têm ordens de classificação incomuns ou regras de conversão de maiúsculas e minúsculas que também podem atrapalhar alguns softwares.

    Observe que Ce POSIXsão as únicas localidades (elas devem ser as mesmas) que o POSIX garante ser encontrado em sistemas POSIX. Requer que seja a thousand_sepstring vazia nessa localidade , o que significa que não é útil no seu caso.

    Em sistemas GNU, pelo menos, embora você não tenha nenhuma garantia de que o en_US.UTF-8locale (ou qualquer outro locale) esteja ativado, geralmente a fonte para o locale está disponível junto com o localedefcomando para compilá-lo, então você deve poder compilar isso locale em um diretório temporário como um usuário normal. Por exemplo, você pode definir um us-sortscript como:

    #! /bin/sh -

if l=$(locale -a | grep -ixm1 -e en_US.UTF-8 -xe en_US.utf8) && false; then
  LC_ALL=$l exec sort "$@"
else
  d=$(mktemp -d) || exit
  trap 'rm -rf -- "$d"' INT TERM HUP EXIT

  localedef -i en_US -f UTF-8 -- "$d/en_US.UTF-8" &&
    LOCPATH=$d LC_ALL=en_US.UTF-8 sort "$@"
fi

    Isso compilaria essa localidade em um diretório temporário quando não estiver disponível e seria executado sortnele. Isso seria lento, pois compilar uma localidade é uma operação cara.

    • 3

  2. Hm, isso funciona muito bem para mim. Estou no CentOS7.

    [root@poligon ~]# echo -e "-4.00\n40.00\n4,000.00" |LC_ALL=en_US.utf8 sort -h
-4.00
40.00
4,000.00
[root@poligon ~]# 
[root@poligon ~]# sort --version
sort (GNU coreutils) 8.22
    • 2

relate perguntas