主页 / coding / 问题 / 78747572
Accepted
Zorawar
Asked: 2024-07-15 06:45:58 +0800 CST

关于空格尊重和保留引号的单词拆分 bash 参数

  • 772

给定 bash 参数

foo='ab   "cd" "e f"  x="1 2" '

我希望生成一个相当于

foo_transformed=( ab '"cd"' '"e f"' 'x="1 2"' )

以可移植的方式，这意味着默认情况下使用 bash (v3+) 内置程序或大多数操作系统 (Linux、Unix、Cygwin) 可用的程序。给定 (几乎) 任意输入字符串，简单性和安全性是理想的。

您可以假设输入不包含单引号'或反斜杠\，但可能包含任意数量的空格字符，包括我希望它们分隔字符串的地方和不希望它们分隔字符串的地方（在双引号内）。

如果我们尝试：

foo_transformed=( $foo )

那么 的内部引号foo将不受尊重 ( for k in "${foo_transformed[@]}"; do echo "- $k"; done)：

- ab
- "cd"
- "e
- f"
- x="1
- 2"

如果我们尝试：

eval foo_transformed=( $foo )

然后引号就丢失了：

- ab
- cd
- e f
- x=1 2
bash

3 个回答

  1. re=$'[ \t]*(([^ \t"]+|"[^"]*")+)'
s=$foo
foo_transformed=()

while [[ $s =~ $re ]]; do
    foo_transformed+=("${BASH_REMATCH[1]}")
    s=${s#"${BASH_REMATCH[0]}"}
done

    正则表达式允许foo在双引号之间包含嵌入的换行符。要正确处理其他换行符，请将 的两个实例替换 \t为 \t\n或[:space:]。

    （Bash 正则表达式不接受\t，因此我使用$'...\t...'语法将其转换为文字制表符/换行符。）

    正如评论中指出的那样，这将取决于格式错误的输入。

    为了接受格式错误的输入，可以使用这个修改后的正则表达式：

    re=$'[ \t]*(([^ \t"]+|"[^"]*("|$))+)'

    或者，可以进行预检查：

    malformed='^([^"]+|"[^"]*")*"[^"]*$'
if [[ $foo =~ $malformed ]]; then
    : ...
fi
    • 2
  2. Best Answer

    这可能就是你想要的：

    $ cat tst.sh
#!/usr/bin/env bash

foo='   ab   "cd"
"e f"  '\'' x="1 2"
   z="a b"7"c
 d"8   $HOME
          `date`  *  $(date)   '

fpat='(^[[:space:]]*)([^[:space:]]+|([^[:space:]"]*"([^"]|"")*"[^[:space:]"]*)+)'

foo_transformed=()
while [[ "$foo" =~ $fpat ]]; do
    foo_transformed+=( "${BASH_REMATCH[2]}" )
    foo="${foo:${#BASH_REMATCH[0]}}"
done

declare -p foo_transformed


    $ ./tst.sh
declare -a foo_transformed=([0]="ab" [1]="\"cd\"" [2]="\"e f\"" [3]="'" [4]="x=\"1 2\"" [5]=$'z="a b"7"c\n d"8' [6]="\$HOME" [7]="\`date\`" [8]="*" [9]="\$(date)")

    我给出了foo一些额外的值，包括通配符、单引号、潜在变量引用、新旧样式命令注入、引号字符串内外的换行符以及包含多个引号子字符串的字符串，以便可以更全面地测试脚本。

    上述正则表达式的使用fpat受到 GNU awk 的启发，FPAT它用于识别输入中的字段，例如，请参见使用 awk 高效解析 CSV 的最可靠方法是什么？中如何在 CSV 中使用正则表达式。它匹配：

    • (^[[:space:]]*)- 一个可选的前导空格序列（将被丢弃），后跟与(...)我们实际想要捕获的字符串匹配的序列：
    • [^[:space:]]+- 一系列非空格
    • |- 或者
    • ([^[:space:]"]*"([^"]|"")*"[^[:space:]"]*)+- 包含任意字符或不包含任何字符的双引号子字符串的重复字符串，可选择由不包含空格或双引号的子字符串包围。
    • 2

  3. 您可以在语句中使用字符串替换declare，一次性完成您想要的操作：

    #!/usr/bin/env bash

# Init
foo='ab   "cd" "e f"  x="1 2" * $(date) `date` $[1+1] $((1+1)) ((1+1)) foo=''"''$HOME''" bar="a '\'' b"'

# If the patsub_replacement shell option is enabled using shopt,
# any unquoted instances of & in string are replaced with the
# matching portion of pattern.
shopt -s patsub_replacement

# Escape arithmetic variables, commands and glob expansions
foo_escaped=${foo//[()\*\?\\\$\`\']/\\&}

# Escape and preserve double-quotes as string delimiters
foo_escaped=${foo_escaped//\"/\"\\\"}

# Transform
declare -a foo_transformed="($foo_escaped)"

# Debug declaration
declare -p foo_transformed

# Debug print
printf %s\\n "${foo_transformed[@]}"

    详细解释：

    • ${foo//\"/\"\\\"}用替换"中的每个双引号，因此它仍然被引用，同时包含要保留的引号本身。foo"\"

    • declare -a foo_transformed="(${foo//\"/\"\\\"})"，在数组声明中使用转换后的字符串declare -a variable="(string)"。

    编辑

    添加了所有扩展的逃生

    • 1

相关问题