在 ksh 脚本中使用正则表达式答案

【问题标题】：Using regular expressions in a ksh Script在 ksh 脚本中使用正则表达式
【发布时间】：2018-03-05 18:12:19
【问题描述】：

我有一个文件 (file.txt)，其中包含如下文本：

000000000+000+0+00
000000001+000+0+00
000000002+000+0+00

我正在尝试检查每一行以确保它遵循以下格式：字符*9、“+”、字符*3、“+”等

目前为止：

#!/bin/ksh
file=file.txt
line_number=1
for line in $(cat $file)
do
    if [[ "$line" != "[[.]]{9}+[[.]]{3}+[[.]]{1}+[[.]]{2} ]" ]]
    then
        echo "Invalid number ($line) check line $line_number"
        exit 1
    fi
    let "line_number++"
done

但是，无论我在程序终止的行中添加什么，这都不会正确评估。

【问题讨论】：

这不是“Unix 脚本”，这不是一个东西，它是一个 ksh 脚本。
好的，谢谢，更新了。

标签： regex unix ksh

【解决方案1】：

当你想要不匹配的行号时，你可以使用grep -vn。小心写一个正确的正则表达式，你会得到

grep -Evn "^.{9}[+].{3}[+].[+].{2}$" file.txt

这不是你想要的布局，所以用sed改变布局：

grep -Evn "^.{9}[+].{3}[+].[+].{2}$" file.txt |
   sed -r 's/([^:]*):(.*)/Invalid number (\2) check line number \1./'

编辑：
我将.{1} 更改为.。
sed 也在顶部。需要spme解释的时候可以echo "Linenr:Invalid line"开头

【讨论】：

{1} 显然是多余的；也许在有人笑之前把它拿出来。
教用户阅读grep -n 的输出最终可能是比试图使其正确可读的更好策略。

【解决方案2】：

将正则表达式直接置于条件中，我得到了有趣的结果：

$ line='000000000+000+0+00'
$ [[ $line =~ ^.{9}\+.{3}\+.\+..$ ]] && echo ok
ksh: syntax error: `~(E)^.{9}\+.{3}\+.\+..$ ]] && echo ok
' unexpected

但如果我将正则表达式保存在变量中：

$ re="^.{9}\+.{3}\+.\+..$"
$ [[ $line =~ $re ]] && echo ok
ok

所以你可以这样做

#!/bin/ksh
file=file.txt
line_number=1
re="^.{9}\+.{3}\+.\+..$"
while IFS= read -r line; do
    if [[ ! $line =~ $re ]]; then
        echo "Invalid number ($line) check line $line_number"
        exit 1
    fi
    let "line_number++"
done < "$file"

您也可以使用普通的 glob 模式：

if [[ $line != ?????????+???+?+?? ]]; then echo error; fi

ksh glob 模式有一些类似正则表达式的语法。如果其中有一个可选空格，您可以使用 ?(sub-pattern) 语法处理它

pattern="?????????+???+?( )?+??"

line1="000000000+000+0+00"
line2="000000000+000+ 0+00"

[[ $line1 == $pattern ]] && echo match || echo no match  # => match
[[ $line2 == $pattern ]] && echo match || echo no match  # => match

阅读 ksh 手册页的“文件名生成”部分。

【讨论】：

谢谢！我能够使用最后一个。在第二个“+”之后，可以有一个空格作为字符，你知道有什么方法可以解决这个问题吗？
没关系，问题实际上是默认的 IFS 是空格、制表符或换行符。当我更改 IFS=$'\n' 时，它现在完全符合我的要求。再次感谢！！

【解决方案3】：

您的正则表达式看起来像 bad - 使用像 https://regex101.com/ 这样的网站非常很有帮助。根据您的描述，我怀疑它应该看起来更像其中之一；

^.{9}\+.{3}\+.{1}\+.{2}$
^[^\+]{9}\+[^\+]{3}\+[^\+]{1}\+[^\+]{2}$
^[0-9]{9}\+[0-9]{3}\+[0-9]{1}\+[0-9]{2}$

来自[[ 的ksh manpage 部分 - 您可能希望使用=~。

string =~ ere
    True if string matches the pattern ~(E)ere where ere is an extended regular expression.

注意：据我所知，ksh 正则表达式不符合正常语法

如果使用grep，你可能会有更好的运气：

# X="000000000+000+0+00"
# grep -qE "^[^\+]{9}\+[^\+]{3}\+[^\+]{1}\+[^\+]{2}$" <<<"${X}" && echo true
true

或者：

if grep -qE "^[^\+]{9}\+[^\+]{3}\+[^\+]{1}\+[^\+]{2}$" <<<"${line}"
then
    exit 1
fi

您可能还喜欢使用如下结构来处理文件：

while read line; do
    echo "${line}";
done < "${file}"

【讨论】：