为什么printf“缩小”变音符号？

如果我执行以下简单脚本：

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

它打印：

Früchte und Gemüse foo
Milchprodukte        bar
12345678901234567890 baz

也就是说，带有变音符号的文字（例如ü）会被每个变音符号“缩小”一个字符。

当然，我在某个地方有一些错误的设置，但是我无法弄清楚可能是哪个。

如果文件的编码为UTF-8，则会发生这种情况。

如果我将其编码更改为latin-1，对齐方式是正确的，但是变音符号却被错误地呈现：

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

POSIX 需要 printf的%-20s计算这20来讲字节不是字符，即使是没有什么意义，因为printf是打印文本，格式化（见讨论在奥斯汀集团（POSIX）和bash邮件列表）。

POSIX shell和其他大多数POSIX shell 的printf内置组件都可以bash证明这一点。

zsh忽略了这个愚蠢的要求（即使在sh仿真中也是如此），因此printf可以按您期望的那样工作。printf内建的相同fish（不是POSIX类的shell）。

ü以UTF-8编码时，字符（U + 00FC）由两个字节（0xc3和0xbc）组成，这说明了差异。

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

该字符串由18个字符组成，宽18列（-L是GNU wc扩展，用于报告输入中最宽行的显示宽度），但编码为20个字节。

在zsh或中fish，文本将正确对齐。

现在，有些字符的宽度为0（例如，组合字符，例如U + 0308，组合偏斜），或者像许多亚洲脚本中一样，是全角字符（更不用说控制字符，例如Tab），甚至zsh不能对齐那些正确的。

例如，在zsh：

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

在bash：

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

ksh93具有一种%Ls格式规范，可以根据显示宽度来计算宽度。

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

如果文本包含TAB之类的控制字符，这仍然行不通（怎么可能？printf必须知道制表位在输出设备中相距多远以及开始在哪个位置打印）。尽管确实考虑到所有控制字符的宽度均为，但它确实偶然地使用了退格字符（如在roff输出中，X（粗体X）写为X\bX）。ksh93-1

作为其他选择，您可以尝试：

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

这适用于某些expand实现（虽然不是GNU的）。

在GNU系统中，你可以使用GNU awk其printf计数字符（不是字节，而不是显示宽度，所以仍然不能确定为0，宽度或2角字符，但确定为您的样品）：

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

如果输出到终端，则还可以使用光标定位转义序列。喜欢：

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

如果我将其编码更改为latin-1，对齐方式是正确的，但是变音符号却被错误地呈现：

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

实际上，不，但是您的终端不会讲latin-1，因此您会收到垃圾邮件而不是变音符号。

您可以使用iconv解决此问题：

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

（或仅运行通过管道传输到iconv的整个shell脚本）