Extraindo tokens de uma linha de texto

Question

Usando bash scripting e grep / awk / sed, como posso dividir uma linha que corresponde a um padrão conhecido com um único delimitador de caracteres em uma matriz, por exemplo, converter token1;token2;token3;token4 em a[0] = token1 … a[3]=token4 ?

    

Answer 1

UPDATE Por favor, note que fazer um array desta forma é adequado apenas quando o IFS é um único caracter não-whitespace e não existem delimitadores múltiplos-consecutivos na string de dados

Para contornar este problema, e uma solução semelhante, vá para este Unix & Questão do Linux ... (e vale a pena ler apenas para obter mais informações sobre o IFS.

Use o bash (e outras shells POSIX, por exemplo, ash, ksh, zsh) 's IFS (seperador de campo interno).

O uso do IFS evita uma chamada externa e simplesmente permite espaços incorporados.

# ==============
  A='token0:token1:token2.y   token2.z '
  echo normal. $A
# Save IFS; Change IFS to ":" 
  SFI=$IFS; IFS=:     ##### This is the important bit part 1a 
  set -f              ##### ... and part 1b: disable globbing
  echo changed $A
  B=($A)  ### this is now parsed at :  (not at the default IFS whitespace) 
  echo B...... $B
  echo B[0]... ${B[0]}
  echo B[1]... ${B[1]}
  echo B[2]... ${B[2]}
  echo B[@]... ${B[@]}
# Reset the original IFS
  IFS=$SFI             ##### Important bit part 2a
  set +f               ##### ... and part 2b
  echo normal. $A

# Output
normal. token0:token1:token2.y token2.z
changed token0 token1 token2.y   token2.z 
B...... token0
B[0]... token0
B[1]... token1
B[2]... token2.y   token2.z 
B[@]... token0 token1 token2.y   token2.z 
normal. token0:token1:token2.y token2.z

    

Answer 2

Existem duas abordagens principais. Um é IFS , demonstrado por fred.bear . Isso tem a vantagem de não exigir um processo separado, mas pode ser difícil acertar quando sua entrada tiver caracteres que tenham um significado especial para o shell. A outra abordagem é usar um utilitário de processamento de texto. A divisão de campos está incorporada em awk .

input="token1;token2;token3;token4"
awk -vinput="$input" 'BEGIN {
    count = split(input, a, ";");
    print "first field: " a[1];
    print "second: field" a[2];
    print "number of fields: " count;
    exit;
}'

O awk é particularmente apropriado ao processar várias entradas.

command_producing_semicolon_separated_data |
awk -F ';' '{
    print "first field: " $1;
    print "second field: " $2;
    print "number of fields: " NF;
}'

    

Answer 3

$ str="token1;token2;token3;token4"
$ echo $str
token1;token2;token3;token4
$ echo $str | tr ';' ' '
token1 token2 token3 token4
$ arr=( $(echo $str | tr ';' ' ') ) # Populate the tokens into an array
$ echo ${arr[0]}  # Access items by index
token1
$ echo ${arr[2]}
token3
$ echo ${arr[1]}
token2
$ echo ${#arr[@]}  # Length of the array
4