使用 Python 2.X 的语言环境模块来格式化数字和货币答案

【问题标题】：Using Python 2.X's locale module to format numbers and currency使用 Python 2.X 的语言环境模块来格式化数字和货币
【发布时间】：2010-11-02 22:25:02
【问题描述】：

任务是以区域设置方式将数字、货币金额和日期格式化为unicode 字符串。

第一次幼稚的数字尝试带来了希望：

Python 2.7 (r27:82525, Jul  4 2010, 09:01:59) [MSC v.1500 32 bit (Intel)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import locale
>>> locale.setlocale(locale.LC_ALL, '')
'English_Australia.1252'
>>> locale.format("%d", 12345678, grouping=True)
'12,345,678'
>>> locale.format(u"%d", 12345678, grouping=True)
u'12,345,678'
>>>

现在试试法语：

>>> locale.setlocale(locale.LC_ALL, 'French_France')
'French_France.1252'
>>> locale.format("%d", 12345678, grouping=True)
'12\xa0345\xa0678'
>>> locale.format(u"%d", 12345678, grouping=True)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\python27\lib\locale.py", line 190, in format
    return _format(percent, value, grouping, monetary, *additional)
  File "C:\python27\lib\locale.py", line 211, in _format
    formatted, seps = _group(formatted, monetary=monetary)
  File "C:\python27\lib\locale.py", line 160, in _group
    left_spaces + thousands_sep.join(groups) + right_spaces,
UnicodeDecodeError: 'ascii' codec can't decode byte 0xa0 in position 0: ordinal not in range(128)

这里发生了什么？

>>> locale.localeconv() # output edited for brevity
{'thousands_sep': '\xa0', 'mon_thousands_sep': '\xa0', 'currency_symbol': '\x80'}

哇！看起来有点遗留。一种解决方法建议自己：

>>> locale.format("%d", 12345678, grouping=True).decode(locale.getpreferredencoding())
u'12\xa0345\xa0678'
>>>

UPDATE 1 locale.getpreferredencoding() 不是要走的路；请改用locale.getlocale()[1]：

Python 2.7 (r27:82525, Jul  4 2010, 09:01:59) [MSC v.1500 32 bit (Intel)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import locale
>>> locale.getpreferredencoding(), locale.getlocale()
('cp1252', (None, None))
>>> locale.setlocale(locale.LC_ALL, '')
'English_Australia.1252'
>>> locale.getpreferredencoding(), locale.getlocale()
('cp1252', ('English_Australia', '1252'))
>>> locale.setlocale(locale.LC_ALL, 'russian_russia')
'Russian_Russia.1251'
>>> locale.getpreferredencoding(), locale.getlocale()
('cp1252', ('Russian_Russia', '1251')) #### Whoops! ####
>>>

UPDATE 2 strftime() 系列和 str.format() 存在非常相似的问题

>>> locale.setlocale(locale.LC_ALL, 'french_france')
'French_France.1252'
>>> format(12345678, 'n')
'12\xa0345\xa0678'
>>> format(12345678, u'n') # type triggers cast to unicode somehow
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xa0 in position 2: ordinal not in range(128)
>>> import datetime;datetime.date(1999,12,31).strftime(u'%B') # type is ignored
'd\xe9cembre'
>>>

在所有情况下，解决方法是在调用这些方法时仅使用str 对象，得到str 结果，并使用locale.getlocale()[1] 获得的编码对其进行解码

其他问题：

(1) 在测试/探索 Windows 语言环境名称不仅不同于 POSIX（“fr_FR”）而且冗长且没有完整记录时，这是一个相当大的麻烦。例如，显然印度的分组不是“每 3 位数字”......我找不到用于探索这个的语言环境；像“Hindi”和“Hindi_India”这样的尝试不起作用。

(2) 某些 localeconv() 数据完全是错误的。例如。对于韩语，货币符号为'\\'，即一个反斜杠。我知道一些 7 位传统字符集与 ASCII 不兼容，并且 chr(92) 有时用于本地货币符号，所以我希望 '\\'.decode('949') 产生一个韩元符号，不仅仅是u'\\'

我知道babel 之类的模块，但我并不特别想强加这样的大外部依赖项。我可以同时获得正确性和便利性吗？ locale 模块有什么我错过的吗？

【问题讨论】：

标签： python internationalization locale

【解决方案1】：

您似乎错过的语言环境模块的事情是它暴露了您的操作系统供应商（实际上是：C 库供应商）的语言环境概念。因此，在 Windows 上，您必须使用 Windows 语言环境名称，使用您的操作系统供应商的文档来找出支持的名称。谷歌搜索“windows locale name”很快就会出现this list。

locale.format 并不真正支持 Unicode 是 2.x 的限制；试试 Python 3.1。

编辑：至于 Won 符号，我认为故事是这样的：Microsoft 已将 Won 符号分配到与 MS-DOS 中的反斜杠相同的代码位置（同样用于 Yen 符号日文版）。因此，文件分隔符是 Won 符号，并按原样呈现。随着他们迁移到 Windows，后来迁移到 Unicode，他们必须继续支持这一点，但他们还必须保留文件分隔符是反斜杠的属性（特别是在 Unicode API 中）。他们解决了这个冲突，以便

字符 \x5c 确实是反斜杠，而不是 Won 符号
在终端应用程序中，反斜杠被渲染作为获胜符号；这只是字体问题。
货币符号被报告为\x5c：所以货币符号真的是反斜杠。

【讨论】：