从 bash 中的子字符串中提取字符串（是的，就是这样）

Question

我在 bash 中有一个名为 comp_line 的字符串，其中可以包含任意数量的空格。例如：

"foo bar   apple  banana q xy"

我有一个从零开始的索引 comp_point 指向该字符串中的一个字符，例如如果comp_point 为 4，则指向 'bar' 中的第一个 'b'。

仅基于comp_point 和comp_line，我想提取索引指向的单词，其中“单词”是字母、数字、标点符号或任何其他非空白字符的序列，两边被空格包围（如果单词在字符串的开头或结尾，或者是字符串中唯一的单词，它应该以相同的方式工作。）

我要提取的单词将变为cur（当前单词）

基于此，我想出了一套规则：

读取当前字符curchar、前一个字符prevchar和下一个字符nextchar。那么：

1. 如果curchar 是图形字符（非空格），请将cur 设置为curchar 之前和之后的字母（停止，直到您到达任一侧的空格或字符串开始/结束。）

2. 否则，如果prevchar 是图形字符，则将cur 设置为前一个字母的字母，向后直到前一个空白字符/字符串开始。

3. 否则，如果nextchar 是图形字符，则将cur 设置为从下一个字母开始的字母，直到下一个空白字符/字符串结束。

4. 如果以上条件都没有满足（意思是curchar、nextchar和prevchar都是空白字符）设置cur为""（空字符串）

我编写了一些我认为可以实现这一点的代码。规则 2、3 和 4 相对简单，但规则 1 是最难实现的——我不得不进行一些复杂的字符串切片。我不相信我的解决方案在任何方面都是理想的，并且想知道是否有人知道仅在 bash 中执行此操作的更好方法（而不是外包给 Python 或其他更简单的语言。）

在https://rextester.com/l/bash_online_compiler上测试

#!/bin/bash
# GNU bash, version 4.4.20

comp_line="foo bar   apple  banana q xy"
comp_point=19
cur=""

curchar=${comp_line:$comp_point:1}
prevchar=${comp_line:$((comp_point - 1)):1}
nextchar=${comp_line:$((comp_point + 1)):1}
echo "<$prevchar> <$curchar> <$nextchar>"

if [[ $curchar =~ [[:graph:]] ]]; then
    # Rule 1 - Extract current word
    slice="${comp_line:$comp_point}"
    endslice="${slice%% *}"
    slice="${slice#"$endslice"}"
    slice="${comp_line%"$slice"}"
    cur="${slice##* }"
else
    if [[ $prevchar =~ [[:graph:]] ]]; then
        # Rule 2 - Extract previous word
        slice="${comp_line::$comp_point}"
        cur="${slice##* }"
    else
        if [[ $nextchar =~ [[:graph:]] ]]; then
            # Rule 3 - Extract next word
            slice="${comp_line:$comp_point+1}"
            cur="${slice%% *}"
        else
            # Rule 4 - Set cur to empty string ""
            cur=""
        fi
    fi
fi

echo "Cur: <$cur>"

当前示例将返回 'banana'，因为 comp_point 设置为 19。

我确信一定有一种我没有想到的更简洁的方法，或者我错过了一些技巧。到目前为止它也有效，但我认为可能有一些我没有想到的极端情况。谁能告诉我是否有更好的方法？

---

（XY 问题，如果有人问的话）

我正在编写一个制表符完成脚本，并尝试使用 COMP_LINE 和 COMP_POINT 模拟 COMP_WORDS 和 COMP_CWORD 的功能。当用户键入命令以完成制表符时，我想仅根据后两个变量来确定他们尝试制表符完成的单词。我不想将此代码外包给 Python，因为当 Python 参与制表符完成时，性能会受到很大影响。

Answer 1

bash 中没有数组的另一种方式。

#!/bin/bash

string="foo bar   apple  banana q xy"

wordAtIndex() {
  local index=$1 string=$2 ret='' last first
  if [ "${string:index:1}" != " " ] ; then
    last="${string:index}"
    first="${string:0:index}"
    ret="${first##* }${last%% *}"
  fi
  echo "$ret"
}

for ((i=0; i < "${#string}"; ++i)); do
 printf '%s <-- "%s"\n' "${string:i:1}" "$(wordAtIndex "$i" "$string")"
done

Answer 2

如果有人知道仅在 bash 中执行此操作的更好方法

使用正则表达式。使用^.{4}，您可以跳过前四个字母以导航到索引4。使用[[:graph:]]*，您可以匹配该索引处的其余单词。 * 很贪心，会匹配尽可能多的图形字符。

wordAtIndex() {
  local index=$1 string=$2 left right indexFromRight
  [[ "$string" =~ ^.{$index}([[:graph:]]*) ]]
  right=${BASH_REMATCH[1]}
  ((indexFromRight=${#string}-index-1))
  [[ "$string" =~ ([[:graph:]]*).{$indexFromRight}$ ]]
  left=${BASH_REMATCH[1]}
  echo "$left${right:1}"
}

这里是你的例子的完整测试：

string="foo bar   apple  banana q xy"
for ((i=0; i < "${#string}"; ++i)); do
  printf '%s <-- "%s"\n' "${string:i:1}" "$(wordAtIndex "$i" "$string")"
done

这会在左侧垂直输出输入字符串，并在每个索引上提取右侧索引指向的单词。

f <-- "foo"
o <-- "foo"
o <-- "foo"
  <-- ""
b <-- "bar"
a <-- "bar"
r <-- "bar"
  <-- ""
  <-- ""
  <-- ""
a <-- "apple"
p <-- "apple"
p <-- "apple"
l <-- "apple"
e <-- "apple"
  <-- ""
  <-- ""
b <-- "banana"
a <-- "banana"
n <-- "banana"
a <-- "banana"
n <-- "banana"
a <-- "banana"
  <-- ""
q <-- "q"
  <-- ""
x <-- "xy"
y <-- "xy"