shell 中是否有类似于 JavaScript 的“split()”之类的东西？

Question

split()在 JavaScript 中很容易使用将字符串分解为数组。

shell脚本呢？

说我想这样做：

$ script.sh var1_var2_var3

当用户将这样的字符串提供var1_var2_var3给 script.sh 时，在脚本内部，它会将字符串转换为一个数组，如

array=( var1 var2 var3 )
for name in ${array[@]}; do
    # some code
done

Answer 1

类似 Bourne/POSIX 的 shell 有一个 split+glob 运算符，每次在列表上下文中不加引号地保留参数扩展 ( $var, $-... )、命令替换 ( $(...)) 或算术扩展 ( $((...)))时都会调用它。

实际上，您在执行for name in ${array[@]}而不是for name in "${array[@]}". （实际上，您应该注意，错误地调用该运算符是许多错误和安全漏洞的来源）。

该运算符配置了$IFS特殊参数（以告知要拆分的字符（尽管要注意空格、制表符和换行符在那里接受特殊处理））以及-f禁用 ( set -f) 或启用 ( set +f)glob部分的选项。

另请注意，虽然Sin$IFS最初（在 Bourne shell 中$IFS）用于S分隔符，但在 POSIX shell 中， in 字符$IFS应该被视为分隔符或终止符（请参见下面的示例）。

所以要拆分_：

string='var1_var2_var3'
IFS=_ # delimit on _
set -f # disable the glob part
array=($string) # invoke the split+glob operator

for i in "${array[@]}"; do # loop over the array elements.

要查看separator和delimiter之间的区别，请尝试：

string='var1_var2_'

这将把它分成var1和var2只（没有额外的空元素）。

因此，要使其类似于 JavaScript 的split()，您需要一个额外的步骤：

string='var1_var2_var3'
IFS=_ # delimit on _
set -f # disable the glob part
temp=${string}_ # add an extra delimiter
array=($temp) # invoke the split+glob operator

（请注意，它会将一个空元素拆分$string为1 个（而不是0 个）元素，就像 JavaScript 的split()）。

要查看特殊处理选项卡、空格和换行符接收，请比较：

IFS=' '; string=' var1  var2  '

（你得到的地方var1和var2）与

IFS='_'; string='_var1__var2__'

你在哪里得到：'', var1, '', var2, ''。

请注意，zsh除非 insh或kshemulation ，否则 shell 不会像那样隐式调用 split+glob 运算符。在那里，您必须明确地调用它。$=string对于拆分部分，$~string对于 glob 部分（$=~string对于两者），它还有一个拆分运算符，您可以在其中指定分隔符：

array=(${(s:_:)string})

或保留空元素：

array=("${(@s:_:)string}")

请注意，这里s用于拆分，而不是分隔（还有$IFS，已知的 POSIX 不一致性zsh）。它与 JavaScript 的不同之处split()在于，空字符串被拆分为 0 个（而不是 1 个）元素。

与$IFS-splitting 的一个显着区别是${(s:abc:)string}在abc字符串上拆分，而 withIFS=abc将在a,b或上拆分c。

使用zsh和ksh93，空格、制表符或换行符的特殊处理可以通过将它们在$IFS.

_{作为历史记录，Bourne shell（祖先或现代 POSIX shell）总是剥离空元素。它还存在许多与 $@ 的非默认值的拆分和扩展相关的错误$IFS。例如，IFS=_; set -f; set -- $@将不等同于IFS=_; set -f; set -- $1 $2 $3....}

拆分正则表达式

现在，对于split()可以拆分正则表达式的更接近 JavaScript 的东西，您需要依赖外部实用程序。

在 POSIX 工具箱中，awk有一个split可以拆分扩展正则表达式的运算符（它们或多或少是 JavaScript 支持的类 Perl 正则表达式的子集）。

split() {
  awk -v q="'" '
    function quote(s) {
      gsub(q, q "\\" q q, s)
      return q s q
    }
    BEGIN {
      n = split(ARGV[1], a, ARGV[2])
      for (i = 1; i <= n; i++) printf " %s", quote(a[i])
      exit
    }' "$@"
}
string=a__b_+c
eval "array=($(split "$string" '[_+]+'))"

该zsh外壳具有内建的Perl兼容的正则表达式（其支持zsh/pcre模块），但用它来分割字符串，但可能是比较麻烦的。

Answer 2

是的，使用IFS并将其设置为_. 然后用于read -a存储到数组中（-r关闭反斜杠扩展）。请注意，这是特定于 bash 的；ksh 和 zsh 具有相似的功能，但语法略有不同，而普通的 sh 根本没有数组变量。

$ r="var1_var2_var3"
$ IFS='_' read -r -a array <<< "$r"
$ for name in "${array[@]}"; do echo "+ $name"; done
+ var1
+ var2
+ var3

来自man bash：

读

-一个名字

这些词被分配给数组变量 aname 的顺序索引，从 0 开始。在分配任何新值之前取消设置 aname。其他名称参数将被忽略。

国际金融中心

内部字段分隔符，用于在扩展后进行分词，并使用 read 内置命令将行拆分为单词。默认值为“”。

请注意，read在第一个换行符处停止。传递-d ''到read以避免这种情况，但在这种情况下，由于<<<运算符的原因，最后会有一个额外的换行符。您可以手动删除它：

IFS='_' read -r -d '' -a array <<< "$r"
array[$((${#array[@]}-1))]=${array[$((${#array[@]}-1))]%?}