UTF-8のペルシャ数字をASCIIのヨーロッパ数字に変換するにはどうすればよいですか？

ペルシア数字で۰۱۲۳۴۵۶۷۸۹は0123456789、ヨーロッパの数字と同等です。

ペルシャ番号（in UTF-8）をASCII に変換するにはどうすればよいですか？

例えば、私が欲しい۲۱になるために21。

ペルシャ数字のUNICODEコードポイントは連続しており、0から9まで順序付けられているという事実を利用できます。

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

つまり、最後の16進数は10進数値です。

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

これにより、この単純なループが変換ツールになります。

#!/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

使用方法：

$ sefr.sh ۰۱۲۳۴۵۶۷۸۹
0123456789

$ sefr.sh ۲۰۱
201

$ sefr.sh ۲۱
21

このコードは、アラビア数字とラテン数字も変換できることに注意してください（混在していても）。

$ sefr.sh ۴4٤۵5٥۶6٦۷7٧۸8٨۹9٩
444555666777888999

$ sefr.sh ٤٧0٠٦7١٣3٥۶٦۷
4700671335667

数字の固定セットであるため、手動で行うことができます。

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

（またはGNU trtrではなくを使用）

ロケールを設定するen_US.utf8（または文字セットが属するロケールに良い）のために必要であるsedあなたの文字が設定認識します。

でperl：

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

Pythonのためにそこにあるunidecode。一般に、このような変換を扱うライブラリhttps://pypi.python.org/pypi/Unidecodeが。

Python 2の場合：

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

Python 3の場合：

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

/programming//q/8087381/2261442のSOスレッドは関連している可能性があります。

/編集：ワンダーナウタがコメントで指摘したように、Unidecodeページで言及されているように、シェルバージョンもありますunidecode（上に/usr/local/bin/インストールされた場合pip）。

$ echo '۰۱۲۳۴۵۶۷۸۹' | unidecode
0123456789

純粋なbashバージョン：

#!/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"

私のGentooマシンでテストしましたが、動作します。

./convert ۱۳۲
Result is 132

変換する文字のリスト（0〜9）を指定すると、ループとして実行されます。

#!/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"

として使用されます：

$ convert ۱۳۲
132

を使用する別の（かなり過剰な）方法grep：

#!/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"

これiconvを理解できないように思えるので、次の呼び出しはtrユーティリティを使用することです。

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

tr 文字セットを別の文字セットに変換するため、ペルシア語の数字のセットをラテン語の数字のセットに変換するように指示します。

編集：ユーザー@cuonglmが指摘しているように。これは、非GNUを必要としtr、たとえば、trMac上で、それはまた、その必要が$LC_CTYPEに設定されていますen_US.UTF-8。