将文本文件的行放在bash中的数组中

Question

我正在从一位同事那里接过一个 bash 脚本，该脚本读取一个文件，处理它并根据 while 循环中的行打印另一个文件。

我现在需要为其添加一些功能。我现在遇到的问题是读取文件并将每一行放入一个数组中，除了该行的第二列可以为空，例如：

对于以\t 为分隔符的文本文件：

A\tB\tC
A\t\tC

对于相同但以, 作为分隔符的 CSV 文件：

A,B,C
A,,C

然后应该给

["A","B","C"] or ["A", "", "C"]

我接手的代码如下：

while IFS=$'\t\r' read -r -a col; do
# Process the array, put that into a file
lp -d $printer $file_to_print
done < $input_file

如果 B 被填充，这会起作用，但 B 现在有时需要为空，所以当输入文件保持为空时，创建的数组以及要打印的输出文件只是跳过这个空单元格（然后数组是 ["A","C"] )。

我尝试在 awk 上编写整个 bloc，但这带来了一系列问题，使得调用 lp 命令打印变得困难。

所以我的问题是，如何将行中的空单元格保存到我的 bash 数组中，以便我以后可以调用它并使用它？

非常感谢。我知道这可能很混乱，所以请询问，我会指定。

编辑：请求后，这是我尝试过的 awk 代码。这里的问题是它只打印最后一个打印请求，而我知道它会循环整个文件，并且 lp 命令仍在循环中。

awk 'BEGIN {
    inputfile="'"${optfile}"'"
    outputfile="'"${file_loc}"'"
    printer="'"${printer}"'"
    while (getline < inputfile){
      print "'"${prefix}"'" > outputfile
      split($0,ft,"'"${IFSseps}"'");
      if (length(ft[2]) == 0){
        print "CODEPAGE 1252\nTEXT 465,191,\"ROMAN.TTF\",180,7,7,\""ft[1]"\"" >> outputfile
        size_changer = 0
      } else {
        print "CODEPAGE 1252\nTEXT 465,191,\"ROMAN.TTF\",180,7,7,\""ft[1]"_"ft[2]"\"" >> outputfile
        size_changer = 1
      }
      if ( split($0,ft,"'"${IFSseps}"'") > 6)
        maxcounter = 6;
      else
        maxcounter = split($0,ft,"'"${IFSseps}"'");
      for (i = 3; i <= maxcounter; i++){
        x=191-(i-2)*33
        print "CODEPAGE 1252\nTEXT 465,"x",\"ROMAN.TTF\",180,7,7,\""ft[i]"\"" >> outputfile
      }
      print "PRINT ""'"${copies}"'"",1" >> outputfile
      close(outputfile)
      "'"`lp -d ${printer} ${file_loc}`"'"
    }
    close("'"${file_loc}"'");
  }'

EDIT2：继续尝试寻找解决方案，我尝试了以下代码但没有成功。这很奇怪，因为只执行 printf 而不将其放入数组中就可以保持格式不变。

$ cat testinput | tr '\t' '>'
A>B>C
A>>C

# Should normally be empty on the second ouput line
$ while read line; do IFS=$'\t' read -ra col < <(printf "$line"); echo ${col[1]}; done < testinput
B
C

Answer 1

对于标签，它很复杂。

来自手册中的3.5.7 Word Splitting：

IFS 空白字符序列也被视为分隔符。

由于 tab 是“IFS 空白字符”，因此将制表符序列视为单个分隔符

IFS=$'\t' read -ra ary <<<$'A\t\tC'
declare -p ary

declare -a ary=([0]="A" [1]="C")

您可以将制表符转换为非空白字符，假设它与字段中的实际数据不冲突：

line=$'A\t\tC'
IFS=, read -ra ary <<<"${line//$'\t'/,}"
declare -p ary

declare -a ary=([0]="A" [1]="" [2]="C")

为了避免与数据中的逗号发生冲突的风险，我们可以使用一个不常见的 ASCII 字符：FS，八进制 034

line=$'A\t\tC'
printf -v FS '\034'
IFS="$FS" read -ra ary <<<"${line//$'\t'/"$FS"}"

# or, without the placeholder variable
IFS=$'\034' read -ra ary <<<"${line//$'\t'/$'\034'}"

declare -p ary

declare -a ary=([0]="A" [1]="" [2]="C")

Answer 2

一个使用参数扩展的bash 示例，我们将分隔符转换为\n 并让mapfile 在每一行中读取为新的数组条目...

对于制表符分隔数据：

for line in $'A\tB\tC' $'A\t\tC'
do
    mapfile -t array <<< "${line//$'\t'/$'\n'}"
    echo "############# ${line}"
    typeset -p array
done

############# A B       C
declare -a array=([0]="A" [1]="B" [2]="C")
############# A         C
declare -a array=([0]="A" [1]="" [2]="C")

注意：$'...' 构造确保 \t 被视为单个 <tab> 字符，而不是两个文字字符 \ + t。

对于逗号分隔数据：

for line in 'A,B,C' 'A,,C'
do
    mapfile -t array <<< "${line//,/$'\n'}"
    echo "############# ${line}"
    typeset -p array
done

############# A,B,C
declare -a array=([0]="A" [1]="B" [2]="C")
############# A,,C
declare -a array=([0]="A" [1]="" [2]="C")

注意：这显然 (?) 假定所需数据不包含逗号 (,)。

Answer 3

这可能只是您的# Process the array, put that into a file 部分。

IFS=, read -ra ray <<< "A,,C"
for e in "${ray[@]}"; do o="$o\"$e\","; done
echo "[${o%,}]"
["A","","C"]

请参阅@Glenn 关于标签的出色回答。

我的简单数据文件：

$: cat x # tab delimited, empty field 2 of line 2
a   b   c
d       f

我的测试：

while IFS=$'\001' read -r a b c; do
  echo "a:[$a] b:[$b] c:[$c]"
done < <(tr "\t" "\001"<x)
a:[a] b:[b] c:[c]
a:[d] b:[] c:[f]

请注意，我使用了 ^A（一个 001 字节），但您也许可以使用像逗号或竖线 (|) 字符这样简单的字符。根据您的数据进行选择。