在引号内找到字段分隔符时不要进行字段分隔答案

【问题标题】：Don't field separate when a field separator is found inside of quotes在引号内找到字段分隔符时不要进行字段分隔
【发布时间】：2021-04-19 10:51:32
【问题描述】：

我有这个命令的输出ls -lhp --group-directories-first:

drwxrwxr-x 2 aName aName 4.0K Jan 11 18:46  Desktop/
drwxr-xr-x 3 aName aName 4.0K Jan 13 16:43  Documents/
drwxr-xr-x 2 aName aName 4.0K Jan 12 18:47  Downloads/
drwxr-xr-x 2 aName aName 4.0K Jan 11 16:08  Music/
-rw-rw-r-- 1 aName aName 4.6M Jan 14 11:28 '2021-01-14 11-28-39.mov'
-rw-rw-r-- 1 aName aName 2.2M Jan 14 11:55 '2021-01-14 11-55-20.mkv'

我只想要这个：

Desktop/ 4.0K
Documents/ 4.0K
Downloads/ 4.0K
Music/ 4.0K
'2021-01-14 11-28-39.mov' 4.6M
'2021-01-14 11-55-20.mkv' 2.2M

所以我可以awk 仅用于第 9 列和第 5 列：

ls -lhp --group-directories-first | awk -F' ' '{print $9 " " $5}'

但是当文件名包含空格时，它的字段会分开，空格后面的所有内容都会丢失。

感谢您的智慧和时间！

【问题讨论】：

考虑du -sh *
哇。整洁的！除了这不会让我从文件中看到目录，并且可能比 ls 慢很多
或者，awk 'BEGIN{FPAT="[^[:space:]'"'"']+|'"'"'[^'"'"']+'"'"'"} {print $9" "$5}'
这太疯狂了@WiktorStribiżew，介意做出回应解释它是如何工作的，我会给你解决方案？

标签： shell awk sed ls

【解决方案1】：

只需使用正确的选项：

ls -1shp --group-directories-first

-s 列出大小和-1，每行一个条目。

如果您要求文件名之后的大小计数，请将其通过管道传送到 awk '{$(NF+1)=$1; $1=""}1。

【讨论】：

很好，我必须 sed 删除 Total 行：ls -1shp --group-directories-first | sed 1d | awk '{$(NF+1)=$1; $1=""}1' 在同一个 awk 调用中删除该行更好吗？
@aName 不是更好，只是更优雅 IMO：awk '{$(NF+1)=$1;$1=""}NR>1'。
我正在尝试在whiptail 中使用它，但whiptail 也将每个空格都视为一个字段，因此我需要以某种方式将文件名和大小作为独立字段提供给它
@aName 这似乎是一个不同的问题。一方面，我不知道 Whiptail 是如何工作的，这样我才能编写一个合适的解决方案。

【解决方案2】：

使用 find 和 printf：

find . -maxdepth 1 -printf "'%f' %k\n"

打印用单引号括起来的文件名 %f 以及文件/目录的 1k 块大小 (%k)

【讨论】：

【解决方案3】：

您需要设置正确的分隔符，并且使用 GNU awk，您可以使用 FPAT 正确分隔可能用单引号括起来的空格分隔字段：

ls -lhp --group-directories-first | \
  awk 'BEGIN{FPAT="[^[:space:]'"'"']+|'"'"'[^'"'"']+'"'"'"} {print $9" "$5}'

引号看起来很乱，但这正是字符串连接的工作原理，您只需将'...' 或"..." 并排放置，模式实际上是[^[:space:]']+|'[^']+' 并且匹配

[^[:space:]']+ - 除空格和' 之外的一个或多个字符
| - 或
'[^']+' - '，除了' 之外的一个或多个字符，然后是' 字符。

见online demo：

s="drwxrwxr-x 2 aName aName 4.0K Jan 11 18:46  Desktop/
drwxr-xr-x 3 aName aName 4.0K Jan 13 16:43  Documents/
drwxr-xr-x 2 aName aName 4.0K Jan 12 18:47  Downloads/
drwxr-xr-x 2 aName aName 4.0K Jan 11 16:08  Music/
w-rw-r--> -rw-rw-r-- 1 aName aName 4.6M Jan 14 11:28 '2021-01-14 11-28-39.mov'
-rw-rw-r-- 1 aName aName 2.2M Jan 14 11:55 '2021-01-14 11-55-20.mkv'"
 awk 'BEGIN{FPAT="[^[:space:]'"'"']+|'"'"'[^'"'"']+'"'"'"} {print $9" "$5}' <<< "$s"

输出：

Desktop/ 4.0K
Documents/ 4.0K
Downloads/ 4.0K
Music/ 4.0K
11:28 aName
'2021-01-14 11-55-20.mkv' 2.2M

【讨论】：

我不知道为什么，但是在我的终端ls -lhp | awk 'BEGIN{FPAT="[^[:space:]'"'"']+|'"'"'[^'"'"']+'"'"'"} {print $9" "$5}' 仍然输出类似2021-01-14 4.6M 的东西（注意空格后面的文件名已被切断）
@aName 抱歉，您可能没有 GNU awk。
@aName 或者，您的字符串与您在问题中显示的不同。

【解决方案4】：

你可以试试这个awk

 ls -lhp --group-directories-first | awk -F' ' 'NR <= 4 {print $9, $5} NR > 4 {print $9,$10, $5}'

result:

Desktop/ 4.0K
Documents/ 4.0K
Downloads/ 4.0K
Music/ 4.0K
'2021-01-14 11-28-39.mov' 4.6M
'2021-01-14 11-55-20.mkv' 2.2M

【讨论】：