文件名中带有空格的 Linux 脚本

Question

我目前正在使用供应商提供的软件，该软件试图处理将附件文件发送到另一个脚本，该脚本将从列出的文件中提取文本。当我们从外部源接收包含空格的文件时，脚本会失败，因为供应商提供的软件不会将文件名括在引号中 - 这意味着当运行文本提取脚本时，它会收到一个文件名，该文件名将在空间上分开并导致提取器脚本出错。我们无法编辑供应商提供的软件。

整个过程被设计成自动转移，所以有这个可以随意扔进齿轮的扳手是个问题。

我们正在尝试做的是在我们的文本提取器脚本中处理带空格的名称，因为这是我们可以控制的部分。在快速谷歌之后，似乎更改脚本的 IFS 值将是快速解决方案，但不幸的是，该脚本将在扩展程序已经破坏传入数据后生效。

我正在使用的脚本接受一个 -e 值、一个 -i 值和一个 -o 值。这些值是从供应商提供的脚本发送的，我无法对其进行编辑控制。

#!/bin/bash

usage() { echo "Usage: $0 -i input -o output -e encoding" 1>&2; exit 1; }

while getopts ":o:i:e:" o; do
    case "${o}" in
        i)
            inputfile=${OPTARG}
            ;;
        o)
            outputfile=${OPTARG}
            ;;
        e)
            encoding=${OPTARG}
            ;;
        *)
            usage
            ;;
    esac
done
shift $((OPTIND-1))

...
...
<Uses the inputfile, outputfile, and encoding variables>

我承认，这可能有一些我不完全理解的部分，这可能是一个简单的修复，但我的最终目标是能够提取所有包含 1 的 -o、-i 和 -e值，而不考虑每个部分中的空格。我可以在提取文件名值后处理引用脚本

Answer 1

您发布的脚本片段在参数中没有任何空格问题。

例如，以下内容不需要引用（因为它是一个赋值）：

inputfile=${OPTARG}

脚本中$inputfile 的所有其他用法应该用双引号括起来。

重要的是如何调用这个脚本。

这会失败并且只会将hello 分配给变量inputfile：

$ ./script.sh -i hello world.txt

字符串world.txt 将提示getopts 函数停止处理命令行，脚本将继续使用shift（之后world.txt 将留在$1 中）。

以下将正确地将字符串hello world.txt 分配给inputfile：

$ ./script.sh -i "hello world.txt"

应该

$ ./script.sh -i hello\ world.txt

Answer 2

以下脚本使用 awk 拆分参数，同时在文件名中包含空格。参数可以是任何顺序。它不处理参数中的多个连续空格，而是将它们折叠为一个。

#!/bin/bash

IFS=' '
str=$(printf "%s" "$*")

istr=$(echo "${str}" | awk 'BEGIN {FS="-i"} {print $2}' | awk 'BEGIN {FS="-o"} {print $1}' | awk 'BEGIN {FS="-e"} {print $1}')
estr=$(echo "${str}" | awk 'BEGIN {FS="-e"} {print $2}' | awk 'BEGIN {FS="-o"} {print $1}' | awk 'BEGIN {FS="-i"} {print $1}')
ostr=$(echo "${str}" | awk 'BEGIN {FS="-o"} {print $2}' | awk 'BEGIN {FS="-e"} {print $1}' | awk 'BEGIN {FS="-i"} {print $1}')

inputfile=""${istr}""
outputfile=""${ostr}""
encoding=""${estr}""

# call the jar

调用 jar 时出现问题，其中 Java 在带有空格的文件名上抛出 MalformedUrlException。

Answer 3

所以在阅读了评论后，我们决定虽然它可能不是每个场景的正确答案，但这个特定场景的正确答案是手动提取碎片。

因为我们正在为传递给它的预构建脚本构建它，并且我们不会很快更新该脚本，所以我们可以肯定地接受这个脚本将始终收到 -i、-o 和 - e标志，并且它们之间会有空格，这导致所有传入的片段都存储在$*中的不同变量中。

我们可以假设标志后面的文本是对标志的响应，直到引用另一个标志。这给我们留下了 3 个场景：

1. 变量包含其中一个标志
2. 变量包含紧跟在标志之后的第一部分参数
3. 变量包含参数的 2+ 部分，名称中的空格被解释为拆分，需要重新插入。

我一直遇到的其他问题之一是试图让字符串文字等同于我的 IF 语句中的变量。为了解决这个问题，我将所有相关数据预先存储在数组变量中，这样我就可以测试 $variable == $otherVariable。

虽然我不希望它改变，但我们也处理了如果三个标志出现的顺序与我们预期的不同（我们的假设是它们列为 i,o,e...但我们可以' 不能清楚地看到通过了什么）。参数按读取顺序转储到数组中，并行数组跟踪槽 0,1,2 中的项目是否与 i,o,e 相关。

最后的结果还是有一个缺陷：如果文件名中连续的空格多于一个，处理前先剪掉空格，我只能占一个空格。但是，当我们在遇到一个带有空格的文件之前处理了超过 4000 个文件时，我发现按照命名约定不太可能遇到带有多个空格的文件。

到那时，无论如何我们都必须介入进行罕见的干预。

最终代码改动如下：

#!/bin/bash
IFS='|'

position=-1
ioeArray=("" "" "")
previous=""
flagArr=("-i" "-o" "-e" " ")
ioePattern=(0 1 2)


#echo "for loop:"
for i in $*; do
    #printf "%s\n" "$i"
    if [ "$i" == "${flagArr[0]}" ] || [ "$i" == "${flagArr[1]}" ] || [ "$i" == "${flagArr[2]}" ]; then
        ((position += 1));
        previous=$i;
        case "$i" in
            "${flagArr[0]}")
            ioePattern[$position]=0
            ;;
            "${flagArr[1]}")
            ioePattern[$position]=1
            ;;
            "${flagArr[2]}")
                    ioePattern[$position]=2
            ;;
        esac
        continue;
    fi
    if [[ $previous == "-"* ]]; then
        ioeArray[$position]=${ioeArray[$position]}$i;
    else
        ioeArray[$position]=${ioeArray[$position]}" "$i;
    fi
    previous=$i;

done


echo "extracting (${ioeArray[${ioePattern[0]}]}) to (${ioeArray[${ioePattern[1]}]}) with (${ioeArray[${ioePattern[2]}]}) encoding."

inputfile=""${ioeArray[${ioePattern[0]}]}"";
outputfile=""${ioeArray[${ioePattern[1]}]}"";
encoding=""${ioeArray[${ioePattern[2]}]}"";