ฉันจะแปลงตัวเลขเปอร์เซียเป็น UTF-8 เป็นตัวเลขยุโรปใน ASCII ได้อย่างไร

ในตัวเลขเปอร์เซีย۰۱۲۳۴۵۶۷۸۹เท่ากับ0123456789ในหลักยุโรป

ฉันจะแปลงหมายเลขเปอร์เซีย (เป็นUTF-8) เป็น ASCII ได้อย่างไร

ตัวอย่างเช่นผมต้องการที่จะกลายเป็น۲۱21

เราสามารถใช้ประโยชน์จากความจริงที่ว่าจุดรหัส UNICODE ของตัวเลขเปอร์เซียนั้นต่อเนื่องกันและสั่งจาก 0 ถึง 9 :

$ printf '%b' '\U06F'{0..9}
۰۱۲۳۴۵۶۷۸۹

นั่นหมายความว่าเลขฐานสิบหกสุดท้ายคือค่าทศนิยม:

$ echo $(( $(printf '%d' "'۲") & 0xF ))
2

นั่นทำให้ลูปง่าย ๆ เป็นเครื่องมือแปลง:

#!/bin/bash
(   ### Use a locale that use UTF-8 to make the script more reliable.
    ### Maybe something like LC_ALL=fa_IR.UTF-8 for you?.
    LC_ALL=en_US.UTF-8
    a="$1"
    while (( ${#a} > 0 )); do
        # extract the last hex digit from the UNICODE code point
        # of the first character in the string "$a":
        printf '%d' $(( $(printf '%d' "'$a") & 15 ))
        a=${a#?}    ## Remove one character from $a
    done
)
echo

ใช้เป็น:

$ sefr.sh ۰۱۲۳۴۵۶۷۸۹
0123456789

$ sefr.sh ۲۰۱
201

$ sefr.sh ۲۱
21

โปรดทราบว่ารหัสนี้สามารถแปลงตัวเลขอารบิกและละติน (แม้ว่าจะผสม):

$ sefr.sh ۴4٤۵5٥۶6٦۷7٧۸8٨۹9٩
444555666777888999

$ sefr.sh ٤٧0٠٦7١٣3٥۶٦۷
4700671335667

เนื่องจากเป็นชุดตัวเลขคงที่คุณสามารถทำได้ด้วยตนเอง:

$ echo ۲۱ | LC_ALL=en_US.UTF-8 sed -e 'y/۰۱۲۳۴۵۶۷۸۹/0123456789/'
21

(หรือใช้trแต่ยังไม่ใช่ GNU tr )

การตั้งค่าโลแคลของคุณเป็นen_US.utf8(หรือดีกว่าไปยังโลแคลที่จำเป็นต้องใช้ชุดอักขระ) sedเพื่อจดจำชุดอักขระของคุณ

ด้วยperl:

$ echo "۲۱" |
  perl -CS -MUnicode::UCD=num -MUnicode::Normalize -lne 'print num(NFKD($_))'
21

สำหรับงูหลามมีunidecodeห้องสมุดซึ่งมีหน้าที่จัดการแปลงดังกล่าวโดยทั่วไป: https://pypi.python.org/pypi/Unidecode

ใน Python 2:

>>> from unidecode import unidecode
>>> unidecode(u"۰۱۲۳۴۵۶۷۸۹")
'0123456789'

ใน Python 3:

>>> from unidecode import unidecode
>>> unidecode("۰۱۲۳۴۵۶۷۸۹")
'0123456789'

เธรด SO ที่/programming//q/8087381/2261442อาจเกี่ยวข้องกัน

/ แก้ไข: ตามที่ Wander Nauta ชี้ให้เห็นในความคิดเห็นและตามที่กล่าวไว้ในหน้า Unidecode ยังมีรุ่นของเชลล์unidecode(ภายใต้/usr/local/bin/หากติดตั้งมากกว่าpip):

$ echo '۰۱۲۳۴۵۶۷۸۹' | unidecode
0123456789

รุ่นทุบตีบริสุทธิ์:

#!/bin/bash

number="$1"

number=${number//۱/1}
number=${number//۲/2}
number=${number//۳/3}
number=${number//۴/4}
number=${number//۵/5}
number=${number//۶/6}
number=${number//۷/7}
number=${number//۸/8}
number=${number//۹/9}
number=${number//۰/0}

echo "Result is $number"

ทดสอบในเครื่อง Gentoo ของฉันแล้วใช้งานได้

./convert ۱۳۲
Result is 132

ทำแบบวนซ้ำให้รายการของอักขระ (จาก 0 ถึง 9) เพื่อทำการแปลง:

#!/bin/bash
conv() ( LC_ALL=en_US.UTF-8
         local n="$2"
         for ((i=0;i<${#1};i++)); do
              n=${n//"${1:i:1}"/"$i"}
         done
         printf '%s\n' "$n"
       )

conv "۰۱۲۳۴۵۶۷۸۹" "$1"

และใช้เป็น:

$ convert ۱۳۲
132

วิธีอื่น (ค่อนข้างมาก) โดยใช้grep:

#!/bin/bash

nums=$(echo "$1" | grep -o .)
result=()

for i in $nums
do
    case $i in
        ۱)
            result+=1
            ;;
        ۲)
            result+=2
            ;;
        ۳)
            result+=3
            ;;
        ۴)
            result+=4
            ;;
        ۵)
            result+=5
            ;;
        ۶)
            result+=6
            ;;
        ۷)
            result+=7
            ;;
        ۸)
            result+=8
            ;;
        ۹)
            result+=9
            ;;
        ۰)
            result+=0
            ;;
    esac
done
echo "Result is $result"

เนื่องจากiconvดูเหมือนจะไม่สามารถคลุกคลีสิ่งนี้ได้พอร์ตการโทรถัดไปคือการใช้trยูทิลิตีนี้:

$ echo "۲۱" | tr '۰۱۲۳۴۵۶۷۸۹' '0123456789'
21

tr แปลอักขระหนึ่งชุดเป็นอีกชุดหนึ่งดังนั้นเราจึงบอกให้แปลชุดหลัก Farsi เป็นชุดหลักละติน

แก้ไข : ในฐานะผู้ใช้ @cuonglm ชี้ให้เห็น นี้ต้องไม่ใช่ GNU trสำหรับตัวอย่างtrบน Mac และมันยังกำหนดให้มีการตั้งค่า$LC_CTYPEen_US.UTF-8