BASH：如何将带有空列的制表符分隔行从文件读入数组答案

【问题标题】：BASH: How to read TAB-separated line with empty colums from file into arrayBASH：如何将带有空列的制表符分隔行从文件读入数组
【发布时间】：2021-06-03 10:19:20
【问题描述】：

应分析一个 txt 文件：它有很多行，每行有 20 个由 TAB 分隔的字段，每个字段可以包含任何类型的数据（整数、浮点数、日期时间、文本也包含空白和“”等），并且在除此之外，字段可以为空，例如这样一行的开头就像

111TABTABWalterTAB11.1234TABThis is a sample TextTAB"Another sample"TABTABTAB555...

如何将文件的每一行读入具有 20 列的数组 arrLine，例如

arrLine(0)=111
arrLine(1)=空
arrLine(2)=沃尔特
...

我试过this proposal喜欢

while IFS=$'\t' read -r -a arrLine; do
    echo "${#arrLine[@]} items: ${arrLine[@]}"
    echo "${arrLine[3]} || ${arrLine[4]} || ${arrLine[5]}"
done < "test.txt"

但空列没有填充到数组中。

谢谢！

【问题讨论】：

添加了我的实际代码（来自 StackOverflow），但它不考虑空单元格

标签： arrays bash tabs

【解决方案1】：

IFS="anyWithespaceCharacter" read 无法读取其他两个字段之间的空字段；对于非空白字符，这将起作用。这种不一致的行为是由posix 决定的：

术语“IFS 空白”用于表示 IFS 值中的空白字符的任何序列（零个或多个实例）（例如，如果 IFS 包含 //，任何和字符序列都被视为 IFS 空白）。

应忽略输入开头和结尾的 IFS 空格。

输入中出现的不是 IFS 空白的 IFS 字符的每次出现，以及任何相邻的 IFS 空白，都应分隔一个字段，如前所述。

非零长度 IFS 空白应分隔字段。

但您仍然可以使用mapfile 将每一行拆分为字段：

while IFS= read -r line; do
    mapfile -td $'\t' arrLine < <(printf %s "$line")
    declare -p arrLine # prints the array for debugging
done < test.txt

或者，将空白分隔符（在本例中为制表符）交换为输入中未出现的任何其他非空白字符。在这种情况下，我们使用 ascii 符号 “单位分隔符” \037。

while IFS=$'\037' read -ra arrLine; do
    declare -p arrLine # prints the array for debugging
done < <(tr \\t \\037 < test.txt)

【讨论】：

为了可视化数组 arrLine 的内容，我推荐：declare -p arrLine
谢谢 Socowi，看起来很完美。 @Cyrus：我不明白你的评论，在哪里添加代码？
@StOMicha：要快速了解数组 arrLine 中的内容，您可以使用 echo 删除两行并在其中添加一个 declare -p arrLine。
感谢 Cyrus，非常适合调试！
@Socowi 如果该行已经包含 单位分隔符 (\037) 字符（不寻常，但并非不可能），则替代解决方案可能不起作用。但有一个补救措施：将tr \\t \\037 替换为tr '\t\037' '\037\t' 并将其添加为while 循环中的第一行：arrLine=("${arrLine[@]//$'\t'/$'\037'}")

【解决方案2】：

您可以使用 IFS 将输入行拆分为数组，但在这种情况下，bash 想要全局制表符，因此如果有连续的制表符，则会丢失列。您可以通过将制表符转换为不同的分隔符来回避这一点。

#IFS=$'\t'
IFS='|'
while read -a arrLine; do
  for i in {0..19}; do
    echo "arrLine [$i]: ${arrLine[$i]}"
  done
done < <(cat input.txt | tr '\t' '|')

arrLine [0]: 111
arrLine [1]:
arrLine [2]: Walter
arrLine [3]: 11.1234
arrLine [4]: This is a sample Text
arrLine [5]: "Another sample"
arrLine [6]:
arrLine [7]:
arrLine [8]: 555...
arrLine [9]:
arrLine [10]:
etc.....

【讨论】：