UTF-8字符串长度

除了fedorqui的正确答案，我还想展示字符串长度和字节长度之间的区别:

myvar='Généralités'
chrlen=${#myvar}
oLang=$LANG oLcAll=$LC_ALL
LANG=C LC_ALL=C
bytlen=${#myvar}
LANG=$oLang LC_ALL=$oLcAll
printf "%s is %d char len, but %d bytes len.\n" "${myvar}" $chrlen $bytlen

将呈现:

Généralités is 11 char len, but 14 bytes len.

你甚至可以看看存储的字符:

myvar='Généralités'
chrlen=${#myvar}
oLang=$LANG oLcAll=$LC_ALL
LANG=C LC_ALL=C
bytlen=${#myvar}
printf -v myreal "%q" "$myvar"
LANG=$oLang LC_ALL=$oLcAll
printf "%s has %d chars, %d bytes: (%s).\n" "${myvar}" $chrlen $bytlen "$myreal"

会回答:

Généralités has 11 chars, 14 bytes: ($'G\303\251n\303\251ralit\303\251s').

注意:根据Isabell Cowan的评论，我已经将设置添加到$LC_ALL和$LANG。

一个参数的长度，工作样本

参数的工作原理与常规变量相同

showStrLen() {
    local bytlen sreal oLang=$LANG oLcAll=$LC_ALL
    LANG=C LC_ALL=C
    bytlen=${#1}
    printf -v sreal %q "$1"
    LANG=$oLang LC_ALL=$oLcAll
    printf "String '%s' is %d bytes, but %d chars len: %s.\n" "$1" $bytlen ${#1} "$sreal"
}

将作为

showStrLen théorème
String 'théorème' is 10 bytes, but 8 chars len: $'th\303\251or\303\250me'

有用的printf校正工具:

如果你:

for string in Généralités Language Théorème Février  "Left: ←" "Yin Yang ☯";do
    printf " - %-14s is %2d char length\n" "'$string'"  ${#string}
done

 - 'Généralités' is 11 char length
 - 'Language'     is  8 char length
 - 'Théorème'   is  8 char length
 - 'Février'     is  7 char length
 - 'Left: ←'    is  7 char length
 - 'Yin Yang ☯' is 10 char length

不是很漂亮的输出!

这里有一个小函数:

strU8DiffLen() {
    local charlen=${#1} LANG=C LC_ALL=C
    return $(( ${#1} - charlen ))
}

或写成一行:

strU8DiffLen() { local chLen=${#1} LANG=C LC_ALL=C;return $((${#1}-chLen));}

然后现在:

for string in Généralités Language Théorème Février  "Left: ←" "Yin Yang ☯";do
    strU8DiffLen "$string"
    printf " - %-$((14+$?))s is %2d chars length, but uses %2d bytes\n" \
        "'$string'" ${#string} $((${#string}+$?))
  done 

 - 'Généralités'  is 11 chars length, but uses 14 bytes
 - 'Language'     is  8 chars length, but uses  8 bytes
 - 'Théorème'     is  8 chars length, but uses 10 bytes
 - 'Février'      is  7 chars length, but uses  8 bytes
 - 'Left: ←'      is  7 chars length, but uses  9 bytes
 - 'Yin Yang ☯'   is 10 chars length, but uses 12 bytes

或者，你可以使用printf命令的%n运算符来构建相同的函数:

strU8DiffLen() {
    local bytelen
    printf -v _ %s%n "$1" bytelen
    return $((bytelen-${#1}))
}

语法是非常反直觉的，但这是有效的，避免玩$LANG和/或$LC_ALL…

一句话:

strU8DiffLen() { local _bl;printf -v _ %s%n "$1" _bl;return $((_bl-${#1}));}

不幸的是，这并不完美!

但有一些奇怪的UTF-8行为，如双倍行距字符，零行距字符，反向置换和其他不可能那么简单…

请查看diffU8test.sh或diffU8test.sh.txt以了解更多限制。

如果你想在命令行或函数参数中使用它，请确保使用size=${#1}而不是size=${#$1}。第二个可能更符合直觉，但语法不正确。

要获取存储在变量中的字符串长度，可以这样做:

myvar="some string"
size=${#myvar} 

要确认它被正确保存，回显它:

$ echo "$size"
11

使用你提供的例子

#KISS (Keep it simple stupid)
size=${#myvar}
echo $size

bash中的字符串长度

str="Welcome to Stackoveflow"  
length=`expr length "$str"`  
  
echo "Length of '$str' is $length"

输出

“欢迎来到stackoverflow”的长度是23

UTF-8字符串长度

除了fedorqui的正确答案，我还想展示字符串长度和字节长度之间的区别:

myvar='Généralités'
chrlen=${#myvar}
oLang=$LANG oLcAll=$LC_ALL
LANG=C LC_ALL=C
bytlen=${#myvar}
LANG=$oLang LC_ALL=$oLcAll
printf "%s is %d char len, but %d bytes len.\n" "${myvar}" $chrlen $bytlen

将呈现:

Généralités is 11 char len, but 14 bytes len.

你甚至可以看看存储的字符:

myvar='Généralités'
chrlen=${#myvar}
oLang=$LANG oLcAll=$LC_ALL
LANG=C LC_ALL=C
bytlen=${#myvar}
printf -v myreal "%q" "$myvar"
LANG=$oLang LC_ALL=$oLcAll
printf "%s has %d chars, %d bytes: (%s).\n" "${myvar}" $chrlen $bytlen "$myreal"

会回答:

Généralités has 11 chars, 14 bytes: ($'G\303\251n\303\251ralit\303\251s').

注意:根据Isabell Cowan的评论，我已经将设置添加到$LC_ALL和$LANG。

一个参数的长度，工作样本

参数的工作原理与常规变量相同

showStrLen() {
    local bytlen sreal oLang=$LANG oLcAll=$LC_ALL
    LANG=C LC_ALL=C
    bytlen=${#1}
    printf -v sreal %q "$1"
    LANG=$oLang LC_ALL=$oLcAll
    printf "String '%s' is %d bytes, but %d chars len: %s.\n" "$1" $bytlen ${#1} "$sreal"
}

将作为

showStrLen théorème
String 'théorème' is 10 bytes, but 8 chars len: $'th\303\251or\303\250me'

有用的printf校正工具:

如果你:

for string in Généralités Language Théorème Février  "Left: ←" "Yin Yang ☯";do
    printf " - %-14s is %2d char length\n" "'$string'"  ${#string}
done

 - 'Généralités' is 11 char length
 - 'Language'     is  8 char length
 - 'Théorème'   is  8 char length
 - 'Février'     is  7 char length
 - 'Left: ←'    is  7 char length
 - 'Yin Yang ☯' is 10 char length

不是很漂亮的输出!

这里有一个小函数:

strU8DiffLen() {
    local charlen=${#1} LANG=C LC_ALL=C
    return $(( ${#1} - charlen ))
}

或写成一行:

strU8DiffLen() { local chLen=${#1} LANG=C LC_ALL=C;return $((${#1}-chLen));}

然后现在:

for string in Généralités Language Théorème Février  "Left: ←" "Yin Yang ☯";do
    strU8DiffLen "$string"
    printf " - %-$((14+$?))s is %2d chars length, but uses %2d bytes\n" \
        "'$string'" ${#string} $((${#string}+$?))
  done 

 - 'Généralités'  is 11 chars length, but uses 14 bytes
 - 'Language'     is  8 chars length, but uses  8 bytes
 - 'Théorème'     is  8 chars length, but uses 10 bytes
 - 'Février'      is  7 chars length, but uses  8 bytes
 - 'Left: ←'      is  7 chars length, but uses  9 bytes
 - 'Yin Yang ☯'   is 10 chars length, but uses 12 bytes

或者，你可以使用printf命令的%n运算符来构建相同的函数:

strU8DiffLen() {
    local bytelen
    printf -v _ %s%n "$1" bytelen
    return $((bytelen-${#1}))
}

语法是非常反直觉的，但这是有效的，避免玩$LANG和/或$LC_ALL…

一句话:

strU8DiffLen() { local _bl;printf -v _ %s%n "$1" _bl;return $((_bl-${#1}));}

不幸的是，这并不完美!

但有一些奇怪的UTF-8行为，如双倍行距字符，零行距字符，反向置换和其他不可能那么简单…

请查看diffU8test.sh或diffU8test.sh.txt以了解更多限制。