需要 bash 脚本中的字符串操作帮助

Question

我不习惯 bash 脚本的语法。我正在尝试读取文件。对于每一行，我只想保留分隔符“/”之前的字符串部分，如果单词尊重特定长度，则将其放回新文件中。我已经下载了字典，但格式不符合我的期望。由于有 84000 个单词，我真的不想手动删除每个单词的“/”之后的内容。我虽然这将是一件容易的事情，并且我在此站点上的其他类似问题中遵循了几个想法，但似乎我在某处遗漏了一些东西，因为它仍然不起作用。我无法获得正确的长度。文件 Test_Input 每行包含一个单词。代码如下：

#!/usr/bin/bash
filename="Test_Input.txt"
while read -r line
do
    sub= echo $line | cut -d '/' -f1
    length= echo ${#sub}
    if $length >= 4 && $length <= 10;
        then echo $sub >> Test_Output.txt
    fi
done < "$filename"

Answer 1

几个项目：

1. 我假设您一直在作业中使用单反引号，而不是字面意义上的sub= echo $line | cut -d '/' -f1，因为这肯定会失败。或者，您也可以使用sub=$()，如$(echo $line | cut -d '/' -f1)
2. if 子句中的条件需要包含在单个或两个 [] 中，例如：if [[ $length -ge 4 ]] && [[ $length -le 10 ]];
3. 这让我想到了下一点：<= 在 bash 中不能可靠地工作。只需使用-ge 表示“大于或等于”，使用-le 表示“小于或等于”。
4. 如果您的行不包含任何/ 字符，则在您的版本中sub 将包含整行。这可能不是您想要的，所以我建议您也将-s 标志添加到cut。
5. 你不需要somevar=$(echo $someothervar)。只需使用somevar=$someothervar

这是一个可行的版本：

#!/usr/bin/env bash
filename="Test_Input.txt"
while read -r line
do
    sub=$(echo $line | cut -s -d '/' -f 1)
    length=${#sub}
    if [[ $length -ge 4 ]] && [[ $length -le 10 ]];
        then echo $sub >> Test_Output.txt
    fi
done < "$filename"

当然，你也可以只使用sed：

sed -n -r '/^[^/]{4,10}\// s;/.*$;;p' Test_Input.txt > Test_Output.txt

解释：

• -n 除非明确标记为打印，否则不要打印任何内容。
• -r 使用扩展正则表达式
• /<searchterm>/ <operation> 搜索符合特定条件的行，并执行此操作：
  • 搜索词为：^[^/]{4,10}\/ 从行首开始，应有 4 到 10 个非斜杠字符，后跟斜杠
  • 操作是：s;/.*$;;p 将第一个斜杠和行尾之间的所有内容替换为空，然后打印。

Answer 2

awk 是最好的工具

awk -F/ 'length($1) >= 4 && length($1) <= 10 {print $1} > newfile