Как получить число символов в Unicode строке в bash?

Question

[Сергей Соколов]

Строка содержит кириллицу и английские буквы. Как в bash-скрипте получить число букв?

Например:
TEST="йцукенasdf"
Нужно получить 10.

Пробовал:

CHRLEN=$(wc -m <<< $TEST)
printf "%s has %d characters\n" "$TEST" "$CHRLEN"

Почему-то показывает 11, на 1 больше, чем правда.

CHRLEN=${#TEST}
возвращает 16 – кириллицу считает один за два.

Answer 1

[xotkot]

Почему-то показывает 11, на 1 больше, чем правда.

оно считает еще перенос строки как символ

возвращает 16 – кириллицу считает один за два.

добавьте тогда просто нужную кодировку перед командой, например:
LANG=ru_RU.UTF-8 CHRLEN=$(echo -n $TEST | wc -m)
или
LANG=ru_RU.UTF-8 echo ${#TEST}
из приведённых выше примеров

Comments

[Владимир Муковоз]

у меня по умолчанию эта кодировка, даже и не подумал о такой реализации) Круто)

Answer 2

[Saboteur]

$ TEST="йцукенasdf"
$ echo ${#TEST}
10

Comments

[Сергей Соколов]

от чего это зависит? Может, эти все настройки окружения? У меня такие на маке:

LC_CTYPE=UTF-8
__CF_USER_TEXT_ENCODING=0x1F5:0x0:0x0
LANG=en_RU.UTF-8

и на Linux:

LANG=en_RU.UTF-8
LESSCHARSET=utf-8

[Сергей Соколов]

на Linux'овой коробке и на домашнем маке этот код выдаёт 16 : (

[Saboteur]

тогда просто отнимайте единичку от того, что вам возвращает wc

Answer 3

[Максим Мосейчук]

<<< добавляет в конец символ перевода строки.

CHRLEN=$(echo -n $TEST | wc -m)
printf "%s has %d characters\n" "$TEST" "$CHRLEN"