Início / unix / Perguntas / 754912
Accepted
AdminBee
Asked: 2023-08-25 19:16:27 +0800 CST

Por que 'tr' com a opção '-c' e a extensão set 2 adicionam um caractere injustificado ao final?

  • 772

Eu queria usar trpara substituir caracteres "ilegais" em uma string por um caractere de substituição, onde os caracteres "ilegais" estão todos fora de um conjunto de caracteres "permitidos" (ou seja, são o complemento do conjunto de caracteres permitidos). No entanto, ao usar a -copção e o *especificador de repetição explícito ou a extensão implícita do "conjunto 2", tranexa uma instância adicional do caractere de substituição à saída.

Reproduzir

  • Sejam os caracteres "permitidos" a-n, especificados literalmente como abcdefghijklmn.
  • Deixe o caractere de substituição ser z.
  • Deixe a string de entrada ser hellou hello. A string de saída esperada é então helle hellz, respectivamente.

Demonstração

  1. Caracteres ilegais presentes, extensão implícita do conjunto 2

    $ echo "hello" | tr -c 'abcdefghijklmn' 'z'
hellzz

    A saída esperada é hellz.

  2. Somente caracteres permitidos presentes, extensão implícita do conjunto 2

    $ echo "hell" | tr -c 'abcdefghijklmn' 'z'
hellz

    A saída esperada é hell.

  3. Caracteres ilegais presentes, extensão explícita do conjunto 2

    $ echo "hello" | tr -c 'abcdefghijklmn' '[z*]'
hellzz

    A saída esperada é hellz.

  4. Somente caracteres permitidos presentes, extensão explícita do conjunto 2

    $ echo "hell" | tr -c 'abcdefghijklmn' '[z*]'
hellz

    A saída esperada é hell.

  5. O mesmo acontece quando eu uso uma string here em vez de echo-pipe (na verdade, a string here foi a construção que usei quando me deparei com esse efeito pela primeira vez):

    $ tr -c 'abcdefghijkl' '[z*]' <<< "hello"
hellzz

Por que tracrescenta um adicional zaqui?

Isso está no Linux, com bash, localidade UTF-8 e trno GNU coreutils 8.25 e 8.30.

text-processing

1 respostas

  1. Best Answer

    Isso ocorre porque echoadiciona uma nova linha ao final do que você diz para imprimir. O mesmo acontece se você usar uma string here.

    Então, echo "hello"na verdade, imprime hello\n:

    $ echo hello | od -c
0000000   h   e   l   l   o  \n
0000006

    E é por isso que você vê isso:

    $ echo "hell" | tr -c 'abcdefghijklmn' 'z'
hellz$

    Observe como não há nenhuma nova linha final e o $do meu prompt aparece logo após o último z. Isso porque o \nimpresso no final de hello\né substituído por um z. Se você usar printf, funcionará conforme o esperado:

    $ printf "hello" | tr -c 'abcdefghijklmn' 'z'
hellz$

    ( printf %s "$string"para strings arbitrárias, não printf "$string")

    Ou, se você usar um echoque suporte isso, use echo -n:

    $ echo -n "hello" | tr -c 'abcdefghijklmn' 'z'
hellz$

    Ou se você tiver um UNIX padrão echo(como o echointegrado de bashquando as opções posixe xpg_echoestão habilitadas), use \cwhich faz com echoque a saída seja interrompida:

    $ echo 'hello\c' | tr -c 'abcdefghijklmn' 'z'
hellz$

    Mas provavelmente você deseja preservar esse delimitador de linha na entrada para que a saída ainda seja um texto adequado:

    printf '%s\n' "$string" | tr -c 'abcdefghijklmn\n' '[z*]'

    (aqui usando a sintaxe POSIX padrão e printfem vez disso echotorna mais óbvio que uma nova linha é adicionada e também evita problemas com strings que começam -ou contêm \caracteres).

    Observe também que, dependendo da trimplementação, pode deixar os bytes que não podem ser decodificados apenas em caracteres (não alterados para z), enquanto em alguns outros como GNU tr, isso só funciona corretamente para texto (e em localidades) com um único byte por caractere.

    Outra abordagem é usar sedqual, pelo menos com a implementação GNU, funciona melhor nesse aspecto:

    sed 's/[^abcdefghijklmnz]/z/g'

    sedfunciona no conteúdo da linha, portanto os caracteres de nova linha são preservados automaticamente.

    • 10

relate perguntas