使用 bash 将字符串翻译成另一种语言
Translating strings to another language using bash
我创建了一个脚本，可以获取拉丁字符和希腊字符的人名和姓氏。我的挑战是将所有希腊字符翻译成拉丁字符，以便为他们的个人资料创建更多可能的 Facebook 链接，但仅使用 bash，仅此而已，例如 python、ruby 等。
我创建了一个类似于散列 table 文件的东西，它看起来像这样（看下面）并遵循一个简单的规则...每条记录都用逗号分隔，1st 字段表示字母具有的 number 其他表达方式，2nd 字段表示 greek[=我要查找的第 32=] 个字母和接下来的字母 (3rd and/or 4th) 表示希腊字母在 拉丁语方式。
0,Α,A
0,Β,B
0,Γ,G
0,Δ,D
0,Ε,E
0,Ζ,Z
0,Η,I
0,Θ,TH
0,Ι,I
0,Κ,K
0,Λ,L
0,Μ,M
0,Ν,N
1,Ξ,X,KS
0,Ο,O
0,Π,P
0,Ρ,R
0,Σ,S
0,Τ,T
1,Υ,Y,U
1,Φ,F,PH
1,Χ,CH,H
0,Ψ,PS
1,Ω,O,W
现在，经过许多小时的研究，我还没有找到完全适合我需要的东西。
我试过，但没有成功，是将一个字符串传递给函数，然后函数加载它必须从它的散列 table 翻译的每个字母，并将它输出到一个名为 [ 的文件=42=]
function greek2latin()
{
#usage: greek2latin <string>
while read hashed
do
greek=$(echo $hashed | cut -d',' -f2)
latin0=$(echo $hashed | cut -d',' -f3)
echo | tr '$greek' '$latin0' > "$PWD"/data/data.tr
#note that "1" is read as string, thus compared as one
#maybe I need to change that later on
if [ $(echo "$hashed" | cut -d',' -f1) == "1" ]
then
latin1=$(echo $hashed | cut -d',' -f4)
echo | tr '$greek' '$latin1' > "$PWD"/data/data.tr
fi
done < "$PWD"/data/hashed.synonyms/greek2latin
}
有人可以告诉我为什么它没有按预期工作吗？如果有任何帮助，我将不胜感激。
谢谢！ :)
(0) 初步地，取语言 A 中的一个单词并将每个字母（或有时是字母对）更改为语言 B 中具有（大致）相同发音的字母（或对），但不更改为 word在B语言中，不是翻译，是音译。此外，您的 'table' 文件未经过哈希处理或未经过哈希处理；它只是一个包含所需翻译的文件。
(1) 你的脚本没有改变任何东西，因为 shell 变量没有在单引号内扩展；事实上 单引号 中没有任何特殊含义，如 this quite terse item in the bash manual:
所指定
Enclosing characters in single quotes (‘'’) preserves the literal value of each character within the quotes. A single quote may not occur between single quotes, even when preceded by a backslash.
因此您告诉 tr 将 $ 替换为 $，将 g 替换为 l，将 r 替换为 a，e 与 i，以及 k 与 n。由于您的输入可能不包含任何 $ g r e k 这什么都不做。
(2A) 如果您通过使用扩展 $var 的双引号来修复此问题（以及此处不相关的其他一些内容），在某些情况下它仍然无法正常工作，因为 tr逐字符替换。因此，如果你 运行 tr 第一个参数 xi （一个字符，见下一个）和第二个参数 KS （两个字符）它会将任何（和所有）xi 转换为 K 并且永远不要将 S 用于任何事情。
要将单个字符转换为可能包含多个字符的字符串，请考虑 sed 或类似 awk 或 perl 的内容。或者因为你想要 'only bash' 你可以使用 bash 自己的字符串替换像 ${1//$greek/$latin}
(2B) 另一个可能的问题是许多（但绝对不是全部）带有 GNU shell bash 的系统也有 GNU coreutils 实现tr 个 不支持多字节 字符，即 UTF-8。现在大多数 'multi-lingual'（更准确地说 non-English/non-ASCII）material 都是用 UTF-8 编码的。然而，有一个 ISO-8859 single-octet code, variant -7, for Greek，如果您的输入（脚本和数据）是 8859-7 或可以转换成它，那么 GNU tr 可以使用，除了多字符的情况。
(3) 您不需要多个 cut 进程来解析您的输入行； shell read 可以做到：
while IFS=, read flag greek latin0 latin1; do
echo "${1//$greek/$latin0}" >>output
if [ "$flag" == "1" ]; then echo "${1//$greek/$latin1}" >>output; fi
done <translationsfile
(4) echo 对于某些数据可能会出现故障，尽管该数据对于您的用例来说可能不太可能。 The safer and more portable method is printf.
(5) 您真的不需要标志列来告诉您 'latin1' 列何时存在，您可以只测试 $latin1 的（值）是否为 none空。
(6) 您的逻辑会为每个字母创建一个或两个单独的翻译。如果输入名称有例如重复 none 的 5 个字母，您将创建 5 个翻译，每个翻译只有一个字母从希腊语变为拉丁语，另外 20 个或其他任何字母（我没数过）完全没有变化。我经常看到人们使用将 所有 个字母音译成另一种语言的名字，这可能至少对某些人来说更方便，但是一个名字中的一些字母是一种语言，一个字母是另一种语言在我看来，另一种语言对 每个人 来说都不方便，因此毫无用处。我会从输入名称开始并音译 所有 字母——要么是值中的所有字母（可能有一个实际的散列 table，这可以在最近 bash 与关联数组）或所有可能的数组。我留下这个，这样你仍然可以完成你的作业。
(7) 最后也是最不重要的一点是，您永远不需要将 $PWD 指定为文件的起始路径，因为相对路径名会自动从工作目录开始；这就是 'working directory' 的意思 。如果你想强调它是相对的，一个常见的约定是从./relative/path/to/whatever开始，这在技术上仍然是多余的但是是一个可见的提醒。
我创建了一个脚本，可以获取拉丁字符和希腊字符的人名和姓氏。我的挑战是将所有希腊字符翻译成拉丁字符，以便为他们的个人资料创建更多可能的 Facebook 链接，但仅使用 bash，仅此而已，例如 python、ruby 等。
我创建了一个类似于散列 table 文件的东西，它看起来像这样（看下面）并遵循一个简单的规则...每条记录都用逗号分隔，1st 字段表示字母具有的 number 其他表达方式，2nd 字段表示 greek[=我要查找的第 32=] 个字母和接下来的字母 (3rd and/or 4th) 表示希腊字母在 拉丁语方式。
0,Α,A
0,Β,B
0,Γ,G
0,Δ,D
0,Ε,E
0,Ζ,Z
0,Η,I
0,Θ,TH
0,Ι,I
0,Κ,K
0,Λ,L
0,Μ,M
0,Ν,N
1,Ξ,X,KS
0,Ο,O
0,Π,P
0,Ρ,R
0,Σ,S
0,Τ,T
1,Υ,Y,U
1,Φ,F,PH
1,Χ,CH,H
0,Ψ,PS
1,Ω,O,W
现在，经过许多小时的研究，我还没有找到完全适合我需要的东西。 我试过，但没有成功，是将一个字符串传递给函数，然后函数加载它必须从它的散列 table 翻译的每个字母，并将它输出到一个名为 [ 的文件=42=]
function greek2latin()
{
#usage: greek2latin <string>
while read hashed
do
greek=$(echo $hashed | cut -d',' -f2)
latin0=$(echo $hashed | cut -d',' -f3)
echo | tr '$greek' '$latin0' > "$PWD"/data/data.tr
#note that "1" is read as string, thus compared as one
#maybe I need to change that later on
if [ $(echo "$hashed" | cut -d',' -f1) == "1" ]
then
latin1=$(echo $hashed | cut -d',' -f4)
echo | tr '$greek' '$latin1' > "$PWD"/data/data.tr
fi
done < "$PWD"/data/hashed.synonyms/greek2latin
}
有人可以告诉我为什么它没有按预期工作吗？如果有任何帮助，我将不胜感激。
谢谢！ :)
(0) 初步地，取语言 A 中的一个单词并将每个字母（或有时是字母对）更改为语言 B 中具有（大致）相同发音的字母（或对），但不更改为 word在B语言中，不是翻译，是音译。此外，您的 'table' 文件未经过哈希处理或未经过哈希处理；它只是一个包含所需翻译的文件。
(1) 你的脚本没有改变任何东西，因为 shell 变量没有在单引号内扩展；事实上 单引号 中没有任何特殊含义，如 this quite terse item in the bash manual:
所指定Enclosing characters in single quotes (‘'’) preserves the literal value of each character within the quotes. A single quote may not occur between single quotes, even when preceded by a backslash.
因此您告诉 tr 将 $ 替换为 $，将 g 替换为 l，将 r 替换为 a，e 与 i，以及 k 与 n。由于您的输入可能不包含任何 $ g r e k 这什么都不做。
(2A) 如果您通过使用扩展 $var 的双引号来修复此问题（以及此处不相关的其他一些内容），在某些情况下它仍然无法正常工作，因为 tr逐字符替换。因此，如果你 运行 tr 第一个参数 xi （一个字符，见下一个）和第二个参数 KS （两个字符）它会将任何（和所有）xi 转换为 K 并且永远不要将 S 用于任何事情。
要将单个字符转换为可能包含多个字符的字符串，请考虑 sed 或类似 awk 或 perl 的内容。或者因为你想要 'only bash' 你可以使用 bash 自己的字符串替换像 ${1//$greek/$latin}
(2B) 另一个可能的问题是许多（但绝对不是全部）带有 GNU shell bash 的系统也有 GNU coreutils 实现tr 个 不支持多字节 字符，即 UTF-8。现在大多数 'multi-lingual'（更准确地说 non-English/non-ASCII）material 都是用 UTF-8 编码的。然而，有一个 ISO-8859 single-octet code, variant -7, for Greek，如果您的输入（脚本和数据）是 8859-7 或可以转换成它，那么 GNU tr 可以使用，除了多字符的情况。
(3) 您不需要多个 cut 进程来解析您的输入行； shell read 可以做到：
while IFS=, read flag greek latin0 latin1; do
echo "${1//$greek/$latin0}" >>output
if [ "$flag" == "1" ]; then echo "${1//$greek/$latin1}" >>output; fi
done <translationsfile
(4) echo 对于某些数据可能会出现故障，尽管该数据对于您的用例来说可能不太可能。 The safer and more portable method is printf.
(5) 您真的不需要标志列来告诉您 'latin1' 列何时存在，您可以只测试 $latin1 的（值）是否为 none空。
(6) 您的逻辑会为每个字母创建一个或两个单独的翻译。如果输入名称有例如重复 none 的 5 个字母，您将创建 5 个翻译，每个翻译只有一个字母从希腊语变为拉丁语，另外 20 个或其他任何字母（我没数过）完全没有变化。我经常看到人们使用将 所有 个字母音译成另一种语言的名字，这可能至少对某些人来说更方便，但是一个名字中的一些字母是一种语言，一个字母是另一种语言在我看来，另一种语言对 每个人 来说都不方便，因此毫无用处。我会从输入名称开始并音译 所有 字母——要么是值中的所有字母（可能有一个实际的散列 table，这可以在最近 bash 与关联数组）或所有可能的数组。我留下这个，这样你仍然可以完成你的作业。
(7) 最后也是最不重要的一点是，您永远不需要将 $PWD 指定为文件的起始路径，因为相对路径名会自动从工作目录开始；这就是 'working directory' 的意思 。如果你想强调它是相对的，一个常见的约定是从./relative/path/to/whatever开始，这在技术上仍然是多余的但是是一个可见的提醒。