使用 sed 或 awk 从绝对路径中提取目录名称答案

【问题标题】：Extracting directory name from an absolute path using sed or awk使用 sed 或 awk 从绝对路径中提取目录名称
【发布时间】：2011-12-19 10:57:06
【问题描述】：

我想分割这条线

/home/edwprod/abortive_visit/bin/abortive_proc_call.ksh

到

/home/edwprod/abortive_visit/bin

使用sed 或awk 脚本？你能帮忙吗？

【问题讨论】：

上下文是什么？是在文件里吗？你有不止一次出现吗？你……？
sed 和 awk 对此太过分了，shell 直接为此提供了实用程序。
如果你使用 bash：为什么不使用dirname 命令？

标签： bash awk sed

【解决方案1】：

目录名

kent$  dirname "/home/edwprod/abortive_visit/bin/abortive_proc_call.ksh"
/home/edwprod/abortive_visit/bin

sed

kent$  echo "/home/edwprod/abortive_visit/bin/abortive_proc_call.ksh"|sed 's#/[^/]*$##'
/home/edwprod/abortive_visit/bin

grep

kent$  echo "/home/edwprod/abortive_visit/bin/abortive_proc_call.ksh"|grep  -oP '^/.*(?=/)'
/home/edwprod/abortive_visit/bin

awk

kent$  echo "/home/edwprod/abortive_visit/bin/abortive_proc_call.ksh"|awk -F'/[^/]*$' '{print $1}'
/home/edwprod/abortive_visit/bin

【讨论】：

在dirname 的所有这些替代方案中，仅包含基本名称的路径存在问题。在这种情况下，dirname 给出了.。 grep 版本返回一个空字符串，其他版本为basename
awk 调用也会在 foo/bar/ 等情况下失败

【解决方案2】：

可能是命令 dirname 是您搜索的内容？

dirname /home/edwprod/abortive_visit/bin/abortive_proc_call.ksh

或者如果你想要 sed，那么看我的解决方案：

echo /home/edwprod/abortive_visit/bin/abortive_proc_call.ksh | sed 's/\(.*\)\/.*/\1/'

【讨论】：

sed-based 解决方案存在路径仅包含基本名称的问题。在这种情况下，dirname 返回.。

【解决方案3】：

现在可用于大多数平台和 Unix/Linux shell dirname：

dirname /home/edwprod/abortive_visit/bin/abortive_proc_call.ksh

使用dirname 是最简单的方法，但不建议用于跨平台脚本，例如在autoconf 文档http://www.gnu.org/savannah-checkouts/gnu/autoconf/manual/autoconf-2.69/html_node/Limitations-of-Usual-Tools.html#Limitations-of-Usual-Tools 的最新版本中。

所以我基于sed 的全功能版本替代dirname：

str="/home/edwprod/abortive_visit/bin/abortive_proc_call.ksh"
echo "$str" | sed -n -e '1p' | sed  -e 's#//*#/#g' -e 's#\(.\)/$#\1#' -e 's#^[^/]*$#.#' -e 's#\(.\)/[^/]*$#\1#' -

示例：

它的工作方式类似于dirname:

对于像/aa/bb/cc 这样的路径，它将打印/aa/bb
对于像/aa/bb 这样的路径，它将打印/aa
对于像/aa/bb/ 这样的路径，它也会打印/aa。
对于像/aa/ 这样的路径，它将打印/aa
对于像/ 这样的路径，它将打印/
对于像aa 这样的路径，它将打印.
对于像aa/ 这样的路径，它将打印.

即：

它适用于尾随/
它适用于仅包含基本名称的路径，例如 aa 和 aa/
它适用于以/ 开头的路径和/ 本身的路径。
它适用于任何$str，如果它最后包含\n，即使有许多\n
它使用跨平台的 sed 命令
它将/ (// ///) 的所有组合更改为/
当路径包含对当前语言环境无效的换行符和字符时，它无法正常工作。

注意 basename 的替代品可能有用：

echo "$str" | awk -F"/" '{print $NF}' -

【讨论】：

我不敢相信我是三年来唯一一个对此表示赞同的人。为这个令人惊叹的 sed 单线器脱帽致敬。我写了一个更长的版本，并添加了针对dirname 和这个单行的兼容性测试（参见这个answer。单行与dirname 的唯一区别是它去除了额外的前导斜杠（例如“//a/b” -> "/a")，但在某些情况下可能是您想要的，也可能不是。不过，这些仍然是一些令人印象深刻的 sed 忍者技能。

【解决方案4】：

awk + for :

echo "/home/edwprod/abortive_visit/bin/abortive_proc_call.ksh" | awk 'BEGIN{res=""; FS="/";}{ for(i=2;i<=NF-1;i++) res=(res"/"$i);} END{print res}'

【讨论】：

【解决方案5】：

我猜，带有 awk 的这段代码将与 dirname 一样完美地工作。

它非常简单，而且工作成本非常低。祝你好运。

代码

$ foo=/app/java/jdk1.7.0_71/bin/java
$ echo "$foo" | awk -F "/*[^/]*/*$" '
{ print ($1 == "" ? (substr($0, 1, 1) == "/" ? "/" : ".") : $1); }'

结果

/app/java/jdk1.7.0_71/bin

测试

foo=/app/java/jdk1.7.0_71/bin/java -> /app/java/jdk1.7.0_71/bin
foo=/app/java/jdk1.7.0_71/bin/ -> /app/java/jdk1.7.0_71
foo=/app/java/jdk1.7.0_71/bin -> /app/java/jdk1.7.0_71
foo=/app/ -> /
foo=/app -> /
foo=fighters/ -> .

更多

如果你没有这样的 awk 分隔符，试试这种方式。

$ echo $foo | awk '{
 dirname = gensub("/*[^/]*/*$", "", "", $0);
 print (dirname == "" ? (substr($0, 1, 1) == "/" ? "/" : ".") : dirname);
 }'

【讨论】：

在像/foo/////bar 这样带有多个斜杠的情况下会失败。一个调整是：awk -F "/?[^/]*/?$" '{gsub("/+","/"); print ($1==""?(substr($0, 1, 1)=="/"?"/":".") : $1); }'
@kvantour 不错的建议！但是，我认为这是更好的方法：awk -F "/*[^/]*/*$" '{print ($1==""?(substr($0, 1, 1)=="/"?"/":".") : $1); }' 差异："/?[^/]*/?$" -> "/*[^/]*/*$" 这涵盖了另一个失败：/foo/////bar///// 谢谢。

【解决方案6】：

另外，对于 Kent 的回答，另一种 awk 解决方案是：

awk 'BEGIN{FS=OFS="/"}{NF--}1'

与肯特提出的疾病相同。以下稍长的 Awk 纠正了所有缺陷：

awk 'BEGIN{FS=OFS="/"}{gsub("/+","/")}
     {s=$0~/^\//;NF-=$NF?1:2;$0=$0?$0:(s?"/":".")};1' <file>

下表显示了区别：

| path       | dirname | awk full | awk short |
|------------+---------+----------+-----------|
| .          | .       | .        |           |
| /          | /       | /        |           |
| foo        | .       | .        |           |
| foo/       | .       | .        | foo       |
| foo/bar    | foo     | foo      | foo       |
| foo/bar/   | foo     | foo      | foo/bar   |
| /foo       | /       | /        |           |
| /foo/      | /       | /        | /foo      |
| /foo/bar   | /foo    | /foo     | /foo      |
| /foo/bar/  | /foo    | /foo     | /foo/bar  |
| /foo///bar | /foo    | /foo     | /foo//    |

注意：dirname 是真正可行的方法，除非您必须处理存储在文件中的大量它们。

【讨论】：

【解决方案7】：

我总是对一些单行线的聪明程度感到惊讶。就我而言，我追求的是可读性，所以这是我的实现。这是一个普通的 Bourne shell 脚本，它依赖于模仿 dirname 的 sed 和 grep。

strip_trailing_slashes() {
  printf "$1" | sed 's/[/]*$//'
}

# If empty arg, return .
# If nothing but slashes, return /
# If no slashes after stripping all trailing slashes, return .
# Otherwise, return everything up until last path component
dirname() {
  if [ -z "$1" ]; then printf '.'; return; fi
  if ! $(printf "$1" | grep -q '[^/]'); then printf '/'; return; fi

  local s="$(strip_trailing_slashes $1)"
  if ! $(printf "$s" | grep -q '/'); then printf '.'; fi

  printf "$(strip_trailing_slashes $(printf $s | sed 's/[^/]*$//'))"
}

这是一个gist，其中包括针对以下情况的 44 项测试——还针对dirname 进行了兼容性测试。

Expect '.' for ('""' '.' '.foo' './foo' 'foo' 'foo/' 'foo///' '..' '..foo' '..foo//' '../')
Expect '/' for ('/' '//' '///')
Expect 'a/b' for ('a/b/c' 'a/b/c/' 'a/b/c///')
Expect '/a/b' for ('/a/b/c' '/a/b/c/' '/a/b/c///')
Expect '//a/b' for ('//a/b/c' '//a/b/c//' '/a/b/c')

几点：

@Роман Коптев 的 one-liner sed version 太棒了（我怎么能成为唯一被点赞的人？）。
仅有的两个测试失败是由于 oneliner 版本，但它与 dirname 不同。 oneliner 版本将下面的“//a/b/c”转换为“/a/b”，这可能不是你想要的； dirname 不会去除多余的前导斜杠并返回“//a/b”。我选择让我的版本与dirname 兼容。（没有一个版本在中间分隔路径组件中去除多余的斜线）。

向@Роман Коптев 致敬 oneliner 版本！

【讨论】：