Tại sao printf hẹp thu nhỏ um umut?

Nếu tôi thực thi đoạn script đơn giản sau:

#!/bin/bash
printf "%-20s %s\n" "Früchte und Gemüse"   "foo"
printf "%-20s %s\n" "Milchprodukte"        "bar"
printf "%-20s %s\n" "12345678901234567890" "baz"

Nó in:

Früchte und Gemüse foo
Milchprodukte        bar
12345678901234567890 baz

có nghĩa là, văn bản có âm sắc (chẳng hạn như ü) bị "thu nhỏ" bởi một ký tự cho mỗi âm sắc.

Chắc chắn, tôi có một số cài đặt sai ở đâu đó, nhưng tôi không thể tìm ra cái nào có thể.

Điều này xảy ra nếu mã hóa của tệp là UTF-8.

Nếu tôi thay đổi mã hóa thành Latin-1, căn chỉnh là chính xác, nhưng các ô được hiển thị sai:

Fr�chte und Gem�se   foo
Milchprodukte        bar
12345678901234567890 baz

POSIX đòi hỏi printf 's %-20sđể đếm những 20 về byte không nhân vật mặc dù tạo ra rất ít cảm giác như printflà in văn bản , định dạng (xem thảo luận tại Tập đoàn Austin (POSIX) và bashmailing list).

Việc xây printfdựng bashvà hầu hết các vỏ POSIX khác tôn vinh điều đó.

zshbỏ qua yêu cầu ngớ ngẩn đó (ngay cả trong shthi đua) để printfhoạt động như bạn mong đợi ở đó. Tương tự đối với phần printfdựng sẵn của fish(không phải là vỏ giống POSIX).

Ký ütự (U + 00FC), khi được mã hóa bằng UTF-8 được tạo thành từ hai byte (0xc3 và 0xbc), giải thích sự khác biệt.

$ printf %s 'Früchte und Gemüse' | wc -mcL
    18      20      18

Chuỗi đó được tạo thành từ 18 ký tự, rộng 18 cột ( -Llà wcphần mở rộng GNU để báo cáo độ rộng hiển thị của dòng rộng nhất trong đầu vào) nhưng được mã hóa trên 20 byte.

Trong zshhoặc fish, văn bản sẽ được căn chỉnh chính xác.

Giờ đây, cũng có những ký tự có độ rộng 0 (như kết hợp các ký tự như U + 0308, diaresis kết hợp) hoặc có độ rộng gấp đôi như trong nhiều tập lệnh Asiatic (không đề cập đến các ký tự điều khiển như Tab) và thậm chí zshsẽ không căn chỉnh những cái đó đúng

Ví dụ, trong zsh:

$ printf '%3s|\n' u ü $'u\u308' $'\u1100'
  u|
  ü|
 ü|
  ᄀ|

Trong bash:

$ printf '%3s|\n' u ü $'u\u308' $'\u1100'
  u|
 ü|
ü|
ᄀ|

ksh93có một %Lsđặc điểm kỹ thuật định dạng để đếm chiều rộng theo chiều rộng màn hình .

$ printf '%3Ls|\n' u ü $'u\u308' $'\u1100'
  u|
  ü|
  ü|
 ᄀ|

Điều đó vẫn không hoạt động nếu văn bản chứa các ký tự điều khiển như TAB (làm thế nào nó printfcó thể phải biết các điểm dừng cách xa nhau trong thiết bị đầu ra và vị trí bắt đầu in ở vị trí nào). Nó hoạt động một cách tình cờ với các ký tự backspace (như trong roffđầu ra trong đó X(in đậm X) được viết là X\bX) mặc dù ksh93coi tất cả các ký tự điều khiển là có chiều rộng -1.

Như các tùy chọn khác, bạn có thể thử:

printf '%s\t|\n' u ü $'u\u308' $'\u1100' | expand -t3

Điều đó hoạt động với một số expandtriển khai (mặc dù không phải GNU).

Trên các hệ thống GNU, bạn có thể sử dụng GNU awkcó printfsố đếm bằng ký tự (không phải byte, không phải chiều rộng hiển thị, do đó vẫn không ổn đối với các ký tự 0 chiều rộng hoặc 2 chiều rộng, nhưng OK cho mẫu của bạn):

gawk 'BEGIN {for (i = 1; i < ARGC; i++) printf "%-3s|\n", ARGV[i]}
     ' u ü $'u\u308' $'\u1100'

Nếu đầu ra đi đến một thiết bị đầu cuối, bạn cũng có thể sử dụng các chuỗi thoát định vị con trỏ. Như:

forward21=$(tput cuf 21)
printf '%s\r%s%s\n' \
  "Früchte und Gemüse"    "$forward21" "foo" \
  "Milchprodukte"         "$forward21" "bar" \
  "12345678901234567890"  "$forward21" "baz"

Nếu tôi thay đổi mã hóa thành Latin-1, căn chỉnh là chính xác, nhưng các ô được hiển thị sai:

Fr�chte und Gem�se   foo
Milchprodukte        bar
12345678901234567890 baz

Trên thực tế, không, nhưng thiết bị đầu cuối của bạn không nói tiếng Latin-1, và do đó bạn nhận được rác thay vì ô dù.

Bạn có thể khắc phục điều này bằng cách sử dụng iconv:

printf foo bar | iconv -f ISO8859-1 -t UTF-8

(hoặc chỉ chạy toàn bộ tập lệnh shell được đưa vào iconv)