Início / unix / Perguntas / 791727
Accepted
strider
Asked: 2025-02-28 01:11:10 +0800 CST

Dividir string com 0-2 / (ou determinar que não há nenhuma) (Bash)

  • 772

Atualização: Até 2 "/" na string.

A estrutura da string é:

Nome do conjunto de caracteres/LF

Nome do conjunto de caracteres/CRLF Nome do conjunto de caracteres/CRLF/(finalidade desconhecida, provavelmente um número)

Nome do conjunto de caracteres

Exemplo: "UTF-8/CRLF"

"UCS-2/CRLF/21"

Ou seja, pode haver apenas o nome do conjunto de caracteres (desconhecido de antemão) sem nenhum separador "/".

O nome do conjunto de caracteres pode conter "-" e "_" (não há necessidade de separar aqui).

Precisa atribuir a:

VAR1=Nome do conjunto de caracteres

VAR2=CRLF ou parte LF entre o 1º "/" e o 2º "/" (ou string vazia se não houver "/").

VAR3=Restante após 2º "/".

Algum tipo de verdadeiro/falso (0/1) para VAR2 também está OK (será processado com if/else mais tarde no script).

Tentei cut -d/ -f, mas cut -d/ -f 2retorna "Nome do conjunto de caracteres" mesmo que não haja "/" , então não funciona para mim.

Para script Bash, uma solução mais rápida é preferível, pois ele será executado muitas vezes.

Preciso chamar uma função porque /bin/bash -c ela é chamada em find -exec.

Código (baseado principalmente na resposta de Choroba):

#!/bin/bash
shopt -s extglob

function convert_single_text_file_to_utf8(){

    CUR_FILE_ENCODING_WITH_CRLF=$1
    echo "CUR_FILE_ENCODING_WITH_CRLF=${CUR_FILE_ENCODING_WITH_CRLF}"

    CUR_FILE_ENCODING_ONLY=${CUR_FILE_ENCODING_WITH_CRLF%%/*} # Remove everything starting from the last slash.
    LINE_FEED=${CUR_FILE_ENCODING_WITH_CRLF##$CUR_FILE_ENCODING_ONLY?(/)} # Remove the charset, followed by a slash if any.

    echo "CUR_FILE_ENCODING_ONLY=${CUR_FILE_ENCODING_ONLY}   LINE_FEED=${LINE_FEED}"
}

export -f convert_single_text_file_to_utf8

for ENCODING in ASCII UTF-8/CRLF ISO-8859-2/LF EBCDIC-CA-FR; do

    echo "ENCODING=$ENCODING"
    export ENCODING

    /bin/bash -c 'shopt -s extglob; convert_single_text_file_to_utf8 "$ENCODING" '
done
bash

2 respostas

  1. Best Answer

    Você pode dividir a string em uma matriz indexada varusando o readcomando interno do shell bash e, em seguida, recuperar as partes como ${var[0]}por meio de ${var[2]}:

    $ IFS=/ read -ra var <<<"UTF-8/CRLF"
$ declare -p var
declare -a var=([0]="UTF-8" [1]="CRLF")

$ IFS=/ read -ra var <<<"UCS-2/CRLF/21"
$ declare -p var
declare -a var=([0]="UCS-2" [1]="CRLF" [2]="21")
$ echo "Charset: ${var[0]} EOL: ${var[1]}"
Charset: UCS-2 EOL: CRLF
    • 2

  2. Você pode usar expansão de parâmetros para remover substrings iniciais ou finais de variáveis. Elas se tornam ainda mais poderosas com extglob(usado para a ?(/)construção que corresponde a uma barra, se houver uma).

    #!/bin/bash
shopt -s extglob
for s in UTF-8/CRLF ISO-8859-2/LF EBCDIC-CA-FR; do
    charset=${s%%/*}        # Remove everything starting from the last slash.
    eol=${s##$charset?(/)}  # Remove the charset, followed by a slash if any.
    echo "Charset: $charset, end of line: $eol"
done
    • 0

relate perguntas