为什么带有“-c”选项和 set 2 扩展名的“tr”会在末尾添加一个不必要的字符？

Question

我想用tr替换字符替换字符串中的“非法”字符，其中“非法”字符全部位于一组“允许”字符之外（即它们是允许字符集的补集）。但是，当使用该-c选项以及显式*重复说明符或“set 2”的隐式扩展时，tr会将替换字符的附加实例附加到输出。

重现

• 令“允许”的字符为a-n，按字面指定为abcdefghijklmn。
• 令替换字符为z。
• 让输入字符串为hell或hello。预期的输出字符串分别是 thenhell和hellz。

示范

1. 存在非法字符，隐式集 2 扩展

   $ echo "hello" | tr -c 'abcdefghijklmn' 'z'
   hellzz
   

   预期输出是hellz.

2. 仅允许存在字符，隐式集 2 扩展

   $ echo "hell" | tr -c 'abcdefghijklmn' 'z'
   hellz
   

   预期输出是hell.

3. 存在非法字符，显式设置 2 扩展名

   $ echo "hello" | tr -c 'abcdefghijklmn' '[z*]'
   hellzz
   

   预期输出是hellz.

4. 只允许存在字符，显式设置 2 扩展名

   $ echo "hell" | tr -c 'abcdefghijklmn' '[z*]'
   hellz
   

   预期输出是hell.

5. 当我使用here-string而不是echo-pipe时，也会发生同样的情况（实际上，here-string是我第一次偶然发现这种效果时使用的构造）：

   $ tr -c 'abcdefghijkl' '[z*]' <<< "hello"
   hellzz
   

为什么这里要tr追加一个呢？z

这是在 Linux 上，使用 bash、UTF-8 语言环境，并且tr来自 GNU coreutils 8.25 和 8.30。

Answer 1

这是因为在echo你告诉它打印的内容的末尾添加了一个换行符。如果您使用此处字符串，情况也是如此。

所以echo "hello"实际上打印hello\n：

$ echo hello | od -c
0000000   h   e   l   l   o  \n
0000006

这就是为什么你会看到这个：

$ echo "hell" | tr -c 'abcdefghijklmn' 'z'
hellz$

请注意那里没有尾随换行符，并且$我的提示符出现在最后一个z. 这是因为\n末尾打印的内容hello\n被替换为z. 如果你使用printf它，它会按预期工作：

$ printf "hello" | tr -c 'abcdefghijklmn' 'z'
hellz$

（printf %s "$string"对于任意字符串，不是printf "$string"）

或者，如果您使用echo支持它的，请使用echo -n：

$ echo -n "hello" | tr -c 'abcdefghijklmn' 'z'
hellz$

或者，如果您有标准的 UNIX echo（如同时启用和选项时echo的内置），请使用which Causes停止输出：bashposixxpg_echo\cecho

$ echo 'hello\c' | tr -c 'abcdefghijklmn' 'z'
hellz$

但很可能您想在输入中保留该行分隔符，以便输出仍然是正确的文本：

printf '%s\n' "$string" | tr -c 'abcdefghijklmn\n' '[z*]'

（这里使用标准 POSIX 语法，而printf不是使用echo它，这样可以更明显地添加换行符，并且还可以避免以字符开头-或包含\字符的字符串出现问题）。

另请注意，根据tr实现的不同，它可能会留下无法单独解码为字符的字节（未更改为z），而在其他一些（如 GNU ）中tr，它仅适用于具有单个字符的文本（以及区域设置）每个字符字节。

另一种方法是使用sed至少在 GNU 实现中在这方面效果更好的方法：

sed 's/[^abcdefghijklmnz]/z/g'

sed作用于该行的内容，因此换行符会自动保留。