带单元空间的bash阵列

Question

我有一个文本日志文件

$ cat aaa
673                  20160405 root "/path_to/gis/20160401/20160301_placement_map_org.dbf" ""
673                  20160405 root "/path_to/gis/20160401/20160310_20160401ent_map_org.dbf" ""
790890               20170201 jle  "/path_to/gis/20160401/Pina (Asc) 20160401 Rapid Report.kmz" ""
5883710              20160406 dho  "/path_to/gis/20160401/20160401_Pina_Asc_Rapid_Report_Minesouth.pdf" ""
673                  20160405 dho  "/path_to/gis/20160401/20160310_20160401 placement map org.dbf" ""

现在，我有了这个脚本输出--文件的完整路径：

#!/bin/bash

function nodatechk() {
    arr=("$@")
    for ((i=3;i<${#arr[@]};i+=5));
    do
      echo "${i}" "${arr[i]}"
    done
}

r=( $(grep gis aaa) ) 

nodatechk "${r[@]}"

输出中断是因为第3行(和第5行)元素中有一个空格，尽管它有双引号。

我怎么才能解决这个问题？(顺便说一句，我知道我可以使用awk或cut打印列，但在这种情况下，我只想使用grep。)谢谢。

Answer 1

问题的根源在于：

 r=( $(grep gis aaa) )

您将立即看到如果您尝试：

 printf '<%s>\n' $(grep gis aaa)

在"$IFS“(空格、制表符、换行符默认情况下)中的字符上拆分。

和将文件中的值公开给globbing。这将转换一些*、?和[…] (哪些将取决于pwd上的文件列表和几个shell选项的条件)。

一种(不推荐的)解决方案是将IFS更改为拆分字符和禁用拆分的全局操作：

 IFS=但是一个更简单的解决方案是使用shell已经提供的内容：readarray -t r <(grep gis aaa) 这将在新行上拆分(假设路径名中没有换行符)。然后，为了避免再次分割每一行，以获得每一个可能使行暴露在空格分裂和全球化中的部分，让我们移除行的前导部分和尾部部分。如果从每一行中删除从开始到"/ (双引号和斜杠)的所有内容，以及从" (双引号和空格)到末尾的所有内容，我们将得到一个干净的路径名： #!/bin/bash

 function nodatechk() {
    for l do
        l="/${l#*\"/}"                # Remove leading text up to `"/`
        l=${l%\" *}                   # Remove trailing text from `" `
        printf '%s\n' "$l"
    done
 }

 readarray -t r < <(grep gis aaa)

 nodatechk "${r[@]}"\n'; set -f; r=( $(grep gis aaa) )

但是一个更简单的解决方案是使用shell已经提供的内容：

A7

这将在新行上拆分(假设路径名中没有换行符)。

然后，为了避免再次分割每一行，以获得每一个可能使行暴露在空格分裂和全球化中的部分，让我们移除行的前导部分和尾部部分。

如果从每一行中删除从开始到D8 (双引号和斜杠)的所有内容，以及从D9 (双引号和空格)到末尾的所有内容，我们将得到一个干净的路径名：

A10

Answer 2

grep-only解决方案是

grep gis aaa | grep -o '^[^"]*"[^"]*"' | grep -o '"[^"]*"第一个grep与您在问题中的内容相同。显然，它选择包含gis (行中任何位置)的行. (第二个grep )，grep -o '^[^"]*"[^"]*"'通过(并包括)行中的第一个引号字符串(即列1到4)匹配所有内容，并且由于-o选项，只能输出这些单词。grep -o '"[^"]*"匹配行上的最后一个单词引号字符串(此时，该字符串是原始行中的第4列)，并且只输出该字符串。如果您的文件在每一对列之间有一个选项卡，且值不包含选项卡，那么获取第四列的简单方法是awk -F'\t' '/gis/ { print $4 }' aaa第一个D2与您在问题中的内容相同。显然，它选择包含D3 (行中任何位置)的行. (第二个grep )，A4通过(并包括)行中的第一个引号字符串(即列1到4)匹配所有内容，并且由于<#>D5选项，只能输出这些单词。A6匹配行上的最后一个单词引号字符串(此时，该字符串是原始行中的第4列)，并且只输出该字符串。如果您的文件在每一对列之间有一个选项卡，且值不包含选项卡，那么获取第四列的简单方法是A7

匹配行上的最后一个单词引号字符串(此时，该字符串是原始行中的第4列)，并且只输出该字符串。

如果您的文件在每一对列之间有一个选项卡，且值不包含选项卡，那么获取第四列的简单方法是

A7

第一个D2与您在问题中的内容相同。显然，它选择包含D3 (行中任何位置)的行. (第二个grep )，

A4

通过(并包括)行中的第一个引号字符串(即列1到4)匹配所有内容，并且由于<#>D5选项，只能输出<#>这些单词。

A6

匹配行上的最后一个单词引号字符串(此时，该字符串是原始行中的第4列)，并且只输出该字符串。

如果您的文件在每一对列之间有一个选项卡，且值不包含选项卡，那么获取第四列的简单方法是

A7

Answer 3

我读了这个职位，我用'eval‘解决了这个问题。因此改变了这一行：

r=( $(grep gis aaa) )

至

eval r="( $(grep gis aaa) )"