bash将文本拆分为有限的字符桶(数组成员)

Question

我有这样的文本：

http://pastebin.com/H8zTbG54

我们可以说这个文本是由行尾的"OR“分割的一组规则

我需要将一组行(规则)放入存储桶(bash数组成员)，但每个数组成员的字符数限制为1024

因此每个数组成员都应该包含一组规则，但每个数组成员字符数不能超过1024

假设规则文本类似a、b、c、d、e、f、g或h

输出应为数组成员1=a或b

数组成员2=c或d或e

数组成员3=f或g

数组成员4=h

有人能帮我做这件事吗？

在solaris 10服务器上工作

Answer 1

这并不完全是微不足道的，需要更多的说明，但基本上您首先通过OR/AND (可能还有其他一些模式，取决于您的需求)拆分它们，然后递归拆分那些大于1024的块。

附注:这似乎是其中的一种情况，当使用成熟的脚本语言，如Perl，Python，PHP或任何其他语言时，将能够更方便地实现结果。

例如：PHP中的一件基本事情(不确定是否完全正确，有一段时间没有做过PHP )，可能是这样的：

function splitByOr($input)
{
  $tokens = explode(" OR ",$input);
  foreach ($t in $tokens)
    if (strlen($t) > 1024)
         $t=splitByOr($t);
  return $tokens;
}

Answer 2

samplerule文件中的各个规则的长度都不超过148个字符-远远小于1024个字符的限制。如果这些规则超出了这个限制，你不会说应该如何处理它们。

这是一个非常简单的Bash脚本，它会将文本"\n“上的样本拆分为名为"rules”的and数组。它跳过超过1024个字符的行并打印一条错误消息：

#!/bin/bash
while read -r line
do
    (( count++ ))
    if (( ${#line} > 1024 ))
    then
        echo "Line length limit of 1024 characters exceeded: Length: ${#line} Line no.: $count"
        echo "$line"
        continue
    fi
    rules+=($line)
done < <(echo -e "$(<samplerule)")

此变化将截断行长度，而不考虑后果：

#!/bin/bash
while read -r line
do
    rules+=(${line:0:1024})
done < <(echo -e "$(<samplerule)")

如果文字"\n“实际上不在文件中，并且您需要使用Bash数组，而不是完全用AWK编码，则在上面的任一版本中更改这一行：

done < <(echo -e "$(<samplerule)")

说这句话：

done < <(awk 'BEGIN {RS="OR"} {print $0,"OR"}' samplerule)
if [[ "${rules[${#rules[@]}-1]}" == "OR" ]]
then
    unset "rules[${#rules[@]}-1]"
fi

这将分割"OR“上的行。

编辑：添加了一个命令来删除末尾多余的"OR“。