Zsh 開發指南（第二篇 字符串處理之經常使用操做）

導讀

字符串處理是 shell 腳本的重點部分，由於 shell 腳本主要的工做是和文件或者其餘程序打交道，數據格式一般是文本，而處理沒有統一格式的文本文件出奇地複雜，shell 命令中也有不少都是處理文本的。用 bash 處理文本的話，由於自身的功能有限，常常須要調用像 awk、sed、grep、cat、cut、comm、dirname、basename、expr、sort、uniq、head、tail、tac、tr、wc 這樣命令，不留神腳本就成了命令大聚會。命令用法各異，有的很簡單（好比 cut、tr、wc），看一眼 man 就會用；有的很複雜（好比 awk、sed、grep），用了好多年基本也只會用不多一部分功能。互相配合也容易出現各類各樣的問題（好比要命的空格和換行符問題），難以調試，調用命令的開銷也很大。而用好了 zsh 的話，能夠大幅減小這些命令的使用（並不能徹底避免，由於某些場景確實比較適合用這樣的命令處理，好比處理一個大文本文件），而且大幅提高腳本的性能（主要由於減小了進程啓動的開銷，好比一次簡單的字符串替換，調用外部命令實現比內部實現的時間要多好幾個數量級）。

但也所以 zsh 的字符串處理功能很複雜，能夠說 zsh 的字符串處理功能，要比絕大多數編程語言自帶的字符串函數庫或者類庫要強大（在不依賴外部命令的狀況）。同時各類用法也比較怪異，不少時候簡潔性和可讀性是有矛盾的，很難兼顧。而 shell 的使用場景決定簡潔性是不能被犧牲掉的，即便用 Python 這樣比較簡潔的語言來處理字符串，不少時候也只能寫出冗長的代碼，而 zsh 常常能夠一行搞定（可能有人想到了 Perl，Perl 在處理文本方面確實有比較明顯的優點，但使用 Perl 的話也要承擔更多的成本），若是再加上適當地使用外部命令，基本能夠應付大多數字符串處理場景。由於字符串處理的內容比較豐富，我會分多篇文章寫。本篇只涉及最基礎和經常使用的字符串操做，包括字符串的拼接、切片、截斷、查找、遍歷、替換、匹配、大小寫轉換、分隔等等。

字符串定義和簡單比較，我已經在前一篇文章提過了，如今直接進入正題。

字符串長度

% str=abcde
% echo $#str
5

# 讀取函數或者腳本的第一個參數的長度
% echo $#1複製代碼

字符串拼接

% str1=abc
% str2=def

% str2+=$str1
% echo $str2
defabc

% str3=$str1$str2
abcdefabc複製代碼

字符串切片

字符串切片以前也提過，這裏簡單複習一下。逗號先後不能有空格。字符位置是從 1 開始算起的。

% str=abcdef
% echo $str[2,4]
bcd
% echo $str[2,-1]
bcdef

# $1 是文件或者函數的第一個參數
echo ${1[2,4]}複製代碼

字符串切片還有另外一種風格的方法，即 bash 風格，功能大同小異。一般沒有必要用這個，並且由於字符位置是從 0 開始算，容易混淆。

% str=abcdef
% echo ${str:1:3}
bcd
% echo ${str:1:-1}
bcde複製代碼

字符串截斷

% str=abcdeabcde

# 刪除左端匹配到的內容，最小匹配
% echo ${str#*b}
cdeabcde

# 刪除右端匹配到的內容，最小匹配
% echo ${str%d*}
abcdeabc

# 刪除左端匹配到的內容，最大匹配
% echo ${str##*b}
cde

# 刪除右端匹配到的內容
% echo ${str%%d*}
abc複製代碼

字符串查找

子字符串定位。

% str=abcdef

# 這裏用的是 i 的大寫，不是 L 的小寫
% echo $str[(I)cd]
3

# I 是從右往左找，若是找不到則爲 0, 方便用來判斷
% (($str[(I)cd])) && echo good
good

# 找不到則爲 0
% echo $str[(I)cdd]
0

# 也可使用小 i，小 i 是從左往右找，找不到則返回數組大小 + 1
% echo $str[(i)cd]
3

% echo $str[(i)cdd]
7複製代碼

遍歷字符

% str=abcd

% for i ({1..$#str}) {
>    echo $str[i]
>}
a
b
c
d複製代碼

字符串替換

按內容替換和刪除字符。

% str=abcabc

# 只替換找到的第一個
% echo ${str/bc/ef}
aefabc

# 刪除匹配到的第一個
% echo ${str/bc}
aabc

# 替換全部找到的
% echo ${str//bc/ef}
aefaef

# 刪除匹配到的全部的
% echo ${str//bc}
aa


% str=abcABCabcABCabc

# /# 只從字符串開頭開始匹配，${str/#abc} 也同理
% echo ${str/#abc/123}
123ABCabcABCabc

# /% 只從字符串結尾開始匹配，echo ${str/%abc} 也同理
% echo ${str/%abc/123}
abcABCabcABC123


% str=abc
# 若是匹配到了則輸出空字符串
% echo ${str:#ab*}

# 若是匹配不到，則輸出原字符串
% echo ${str:#ab}
abc

# 加 (M) 後效果反轉
% echo ${(M)str:#ab}複製代碼

按位置刪除字符。

%str=abcdef

# 刪除指定位置字符
% str[1]=
% echo $str
bcdef

# 能夠刪除多個
% str[2,4]=
% echo $str
bf複製代碼

按位置替換字符。

% str=abcdefg

# 一對一地替換
% str[2]=1
% echo $str
a1cdefg

# 能夠多對多（也包括一對多和多對一）地替換字符，兩邊的字符數量不須要一致。
# 把第2、三個字符替換成 2345
% str[2,3]=2345
% echo $str
a2345defg複製代碼

判斷字符串變量是否存在

若是用 [[ "$strxx" == "" ]] ，那沒法區分變量是沒有定義仍是內容爲空，在某些狀況是須要區分兩者的。

% (($+strxx)) && echo good

% strxx=""
% (($+strxx)) && echo good
good複製代碼

(($+var)) 的用法也能夠用來判斷其餘類型的變量，若是變量存在則返回真（0），不然返回假（1）。

字符串匹配判斷

判斷是否包含字符串。

% str1=abcd
% str2=bc

% [[ $str1 == *$str2* ]] && echo good
good複製代碼

正則表達式匹配。

% str=abc55def

# 少許字符串的話，儘可能不要用 grep
# 本文不講正則表達式格式相關內容
# 另外 zsh 有專門的正則表達式模塊
% [[ $str =~ "c[0-9]{2}\de" ]] && echo a
a複製代碼

大小寫轉換

% str="ABCDE abcde"

# 轉成大寫，(U) 和 :u 兩種用法效果同樣
% echo ${(U)str} --- ${str:u}
ABCDE ABCDE --- ABCDE ABCDE

# 轉成小寫，(L) 和 :l 兩種用法效果同樣
% echo ${(L)str} --- ${str:l}
abcde abcde --- abcde abcde

# 轉成首字母大寫
% echo ${(C)str} 
Abcde Abcde複製代碼

目錄文件名截取

% filepath=/a/b/c.x

# :h 是取目錄名，即最後一個 / 以前的部分，若是沒有 / 則爲 .
% echo ${filepath:h}
/a/b

# :t 是取文件名，即最後一個 / 以後的部分，若是沒有 / 則爲字符串自己
% echo ${filepath:t}
c.x

# :e 是取文件擴展名，即文件名中最後一個點以後的部分，若是沒有點則爲空
% echo ${filepath:e}
x

# :r 是去掉末尾擴展名的路徑
% echo ${filepath:r}
/a/b/c複製代碼

字符串分隔

# 使用空格做爲分隔符，多個空格也只算一個分隔符
% str='aa bb cc dd'
% echo ${str[(w)2]}
bb
% echo ${str[(w)3]}
cc

# 指定分隔符
% str='aa--bb--cc'
# 若是分隔符是 : 就用別的字符做爲左右界，好比 ws.:.
% echo ${str[(ws:--:)3]}
cc複製代碼

多行字符串

字符串定義能夠跨行。

% str="line1 > line2"
% echo $str
line1
line2複製代碼

讀取文件內容到字符串

# 比用 str=$(cat filename) 性能好不少
str=$(<filename)

# 比用 cat filename 性能好不少，引號不能省略
echo "$(<filename)"

# 遍歷每行，引號不能省略
for i (${(f)"$(<filename)"}) {
    echo $i
}複製代碼

讀取文件指定行。

文件 test.txt 內容以下：

line 1. apple
line 2. orange複製代碼

# 小文件或者須要頻繁調用時，儘可能不要用 sed
% echo ${"$(<test.txt)"[(f)2]}
line 2. orange

# 輸出包含 「ang」 的第一行
% echo ${"$(<test.txt)"[(fr)*ang*]}
line 2. orange

# 輸出包含 pp 的第一行，但從左截掉 「line」 4個字符。
echo ${"$(<test.txt)"[(fr)*pp*]#line}複製代碼

讀取進程輸出到字符串

讀進程輸出和讀文件相似。

上邊字符串相關的處理，直接把 $(<test.txt) 換成 $(命令) 便可。若是必定須要一個文件名，能夠這樣。

# 返回 fd 路徑，優先使用，但某些場景會出錯
% wc -l <(ps)
4 /proc/self/fd/11

# 臨時文件，會自動刪除，適合上邊用法出錯的狀況
% wc -l =(ps)
3 /tmp/zshMWDpqD複製代碼

參考

tim.vanwerkhoven.org/post/2012/1…

全系列文章地址：github.com/goreliu/zsh…

付費解決 Windows、Linux、Shell、C、C++、AHK、Python、JavaScript、Lua 等領域相關問題，靈活訂價，歡迎諮詢，微信 ly50247。