c - awk 减少对系统的依赖

Question

如果我没记错的话，awk 会根据操作系统语言解析一个数字（例如，echo "1,2" | awk '{printf("%f\n",$1)}'在英语系统中将被解释为 1，而在逗号将整数与小数部分分开的系统中会被解释为 1.2）。

我不知道 C printf 是否也这样做，所以我添加了 C 标签。

我想修改前面的命令，使其返回相同的值 (1.2)，而不管使用的系统如何。

Answer 1

欢迎来到语言环境的丑陋。要解决您的问题，首先将语言环境设置为 C 语言。

export LC_NUMERIC=C
echo "1,2" | awk '...your code...'

要关闭其他依赖于语言环境的愚蠢行为，您可以

export LC_ALL=C

Answer 2

如果您正在使用gawk，则可以使用该--use-lc-numeric选项。

$ LC_NUMERIC=de_DE.UTF-8 awk 'BEGIN {printf("%f\n", "1,2")}'
1.000000
$ LC_NUMERIC=de_DE.UTF-8 awk --use-lc-numeric 'BEGIN {printf("%f\n", "1,2")}'
1,200000

来自 GAWK 手册

POSIX 标准规定，在读取 awk 程序源代码和命令行变量赋值时，awk 始终使用句点作为小数点（请参阅其他参数）。但是，在解释输入数据时，对于 print 和 printf 输出，以及对于数字到字符串的转换，使用本地小数点字符。以下是一些说明 GNU/Linux 系统上行为差异的示例：

 $ gawk 'BEGIN { printf "%g\n", 3.1415927 }'
 -| 3.14159
 $ LC_ALL=en_DK gawk 'BEGIN { printf "%g\n", 3.1415927 }'
 -| 3,14159
 $ echo 4,321 | gawk '{ print $1 + 1 }'
 -| 5
 $ echo 4,321 | LC_ALL=en_DK gawk '{ print $1 + 1 }'
 -| 5,321

'en_DK' 语言环境适用于丹麦的英语，其中逗号充当小数点分隔符。在正常的“C”语言环境中，gawk 将“4,321”视为“4”，而在丹麦语言环境中，将其视为完整数字 4.321。

一些早期版本的 gawk 完全符合标准的这一方面。然而，许多非英语语言环境的用户抱怨这种行为，因为他们的数据使用句点作为小数点，因此恢复默认行为以使用句点作为小数点字符。您可以使用该--use-lc-numeric选项（请参阅选项）强制 gawk 使用区域设置的小数点字符。（在 POSIX 模式下，gawk 也使用区域设置的小数点字符，或者 via --posix，或者POSIXLY_CORRECT环境变量。）

我得到了类似的行为/usr/bin/printf

$ LC_NUMERIC=de_DE.UTF-8 /usr/bin/printf "%f\n" "1,2"
/usr/bin/printf: 1,2: value not completely converted
1,000000
$ LC_NUMERIC=de_DE.UTF-8 /usr/bin/printf "%f\n" "1.2"
1,200000

但没有能力覆盖它。

如果您的意图相反，即采用“欧洲”输入并输出“美国”数字，您将需要使用更强大的东西。可能的 Python 或 Perl 及其语言环境模块。