如何在 bash shell 中将一个字符串拆分为多个字符串，至少用一个空格分隔？

Posted 2023-02-14

【中文标题】如何在 bash shell 中将一个字符串拆分为多个字符串，至少用一个空格分隔？

【英文标题】：How to split one string into multiple strings separated by at least one space in bash shell?

【发布时间】：2010-11-30 23:43:58

【问题描述】：

我有一个包含许多单词的字符串，每两个单词之间至少有一个空格。如何将字符串拆分为单个单词以便循环遍历它们？

字符串作为参数传递。例如。 $2 == "cat cat file"。如何循环遍历它？

另外，如何检查字符串是否包含空格？

【问题讨论】：

什么样的外壳？ Bash、cmd.exe、powershell...？

您是否只需要循环（例如，为每个单词执行一个命令）？还是您需要存储一个单词列表以备后用？

【参考方案1】：

$echo foo bar baz | sed 's/ /\n/g'

foo
bar
baz

【参考方案2】：

对此的另一种看法（使用 Perl）：

$ echo foo bar baz | perl -nE 'say for split /\s/'
foo
bar
baz

【参考方案3】：

对于我的用例，最好的选择是：

grep -oP '\w+' file

基本上这是一个匹配连续的非空白字符的正则表达式。这意味着任何类型和任何数量的空格都不会匹配。 -o 参数将每个匹配的单词输出到不同的行。

【参考方案4】：

只需使用内置的 shell "set"。例如，

set $text

之后，$text 中的单个单词将在 $1、$2、$3 等中。为了健壮性，通常会这样做

set -- junk $text
shift

处理 $text 为空或以破折号开头的情况。例如：

text="This is          a              test"
set -- junk $text
shift
for word; do
  echo "[$word]"
done

打印出来

[This]
[is]
[a]
[test]

【讨论】：

这是拆分 var 以便可以直接访问各个部分的绝佳方式。 +1;解决了我的问题

我本来建议使用awk，但set 更容易。我现在是set 粉丝。谢谢@Idelic！

如果你这样做，请注意 shell globbing：touch NOPE; var='* a *'; set -- $var; for a; do echo "[$a]"; done 输出 [NOPE] [a] [NOPE] 而不是预期的 [*] [a] [*]。 仅当您 101% 确定拆分后的字符串中没有 SHELL 元字符时才使用它！

@Tino：这个问题无处不在，不仅在这里，但在这种情况下，您可以在 set -- $var 之前 set -f 和 set +f 之后禁用通配符。

@Idelic：很好。使用set -f，您的解决方案也很安全。但是set +f是每个shell的默认值，所以这是一个必不可少的细节，必须注意，因为其他人可能不知道（我也是）。

【参考方案5】：

可能在 BASH 3 及更高版本中最简单、最安全的方法是：

var="string    to  split"
read -ra arr <<<"$var"

（其中arr 是获取字符串拆分部分的数组）或者，如果输入中可能有换行符并且您想要的不仅仅是第一行：

var="string    to  split"
read -ra arr -d '' <<<"$var"

（请注意-d '' 中的空格；不能省略），但这可能会给您带来来自<<<"$var" 的意外换行符（因为这会在末尾隐式添加一个LF）。

例子：

touch NOPE
var="* a  *"
read -ra arr <<<"$var"
for a in "$arr[@]"; do echo "[$a]"; done

输出预期

[*]
[a]
[*]

因为此解决方案（与此处所有以前的解决方案相比）不易出现意外且通常无法控制的 shell globbing。

这也为您提供了您可能想要的 IFS 的全部功能：

例子：

IFS=: read -ra arr < <(grep "^$USER:" /etc/passwd)
for a in "$arr[@]"; do echo "[$a]"; done

输出类似：

[tino]
[x]
[1000]
[1000]
[Valentin Hilbig]
[/home/tino]
[/bin/bash]

如您所见，这样也可以保留空格：

IFS=: read -ra arr <<<' split  :   this    '
for a in "$arr[@]"; do echo "[$a]"; done

输出

[ split  ]
[   this    ]

请注意，在 BASH 中对 IFS 的处理本身就是一个主题，因此请进行测试；一些有趣的话题：

unset IFS：忽略 SPC、TAB、NL 的运行以及在线开始和结束 IFS='': 没有字段分离，只读取所有内容 IFS=' '：SPC 运行（和仅 SPC）

一些最后的例子：

var=$'\n\nthis is\n\n\na test\n\n'
IFS=$'\n' read -ra arr -d '' <<<"$var"
i=0; for a in "$arr[@]"; do let i++; echo "$i [$a]"; done

输出

1 [this is]
2 [a test]

同时

unset IFS
var=$'\n\nthis is\n\n\na test\n\n'
read -ra arr -d '' <<<"$var"
i=0; for a in "$arr[@]"; do let i++; echo "$i [$a]"; done

输出

1 [this]
2 [is]
3 [a]
4 [test]

顺便说一句：

如果你不习惯$'ANSI-ESCAPED-STRING'就习惯了；这是一个节省时间。

如果您不包含-r（如read -a arr <<<"$var"），则 read 会反斜杠转义。这留给读者作为练习。

---

第二个问题：

要测试字符串中的某些内容，我通常坚持使用case，因为这可以一次检查多个案例（注意：案例只执行第一个匹配项，如果您需要通过使用多个case 语句），并且这种需求经常出现（双关语）：

case "$var" in
'')                empty_var;;                # variable is empty
*' '*)             have_space "$var";;        # have SPC
*[[:space:]]*)     have_whitespace "$var";;   # have whitespaces like TAB
*[^-+.,A-Za-z0-9]*) have_nonalnum "$var";;    # non-alphanum-chars found
*[-+.,]*)          have_punctuation "$var";;  # some punctuation chars found
*)                 default_case "$var";;      # if all above does not match
esac

所以你可以像这样设置返回值来检查 SPC：

case "$var" in (*' '*) true;; (*) false;; esac

为什么是case？因为它通常比正则表达式序列更具可读性，并且由于 Shell 元字符，它可以很好地处理 99% 的所有需求。

【讨论】：

这个答案值得更多的支持，因为它突出了全局问题，而且它的全面性

@brian 谢谢。请注意，您可以使用set -f 或set -o noglob 来切换通配符，这样shell 元字符在这种情况下就不再有害了。但我并不是真正的朋友，因为这留下了 shell 的强大功能/在此设置来回切换时很容易出错。

精彩的答案，确实值得更多的支持。关于案例失败的旁注 - 您可以使用 ;& 来实现这一点。不太确定出现在哪个版本的 bash 中。我是 4.3 用户

@Serg 感谢您的注意，因为我还不知道！所以我查了一下，它出现在Bash4。 ;& 是没有像 C 中那样的模式检查的强制失败。还有;;& 只是继续进行进一步的模式检查。所以;; 就像if ..; then ..; else if .. 和;;& 就像if ..; then ..; fi; if ..，其中;& 就像m=false; if ..; then ..; m=:; fi; if $m || ..; then ..——一个人永远不会停止学习（向他人学习）；）

对于不太熟悉使用 bash 数组变量的人来说，如果您回显希望看到数组内容的数组变量，您只会看到第一个元素，因此这可能无法正常工作。使用 echo "$ARRAY[*]" 查看内容。

【参考方案6】：

echo $WORDS | xargs -n1 echo

这会输出每个单词，之后您可以根据需要处理该列表。

【参考方案7】：

我喜欢转换为数组，以便能够访问单个元素：

sentence="this is a story"
stringarray=($sentence)

现在您可以直接访问单个元素（以 0 开头）：

echo $stringarray[0]

或转换回字符串以便循环：

for i in "$stringarray[@]"
do
  :
  # do whatever on $i
done

当然，直接循环遍历字符串之前已经回答过了，但是那个回答的缺点是不能跟踪单个元素以供以后使用：

for i in $sentence
do
  :
  # do whatever on $i
done

另见Bash Array Reference。

【讨论】：

很遗憾不是很完美，因为 shell-globbing：touch NOPE; var='* a *'; arr=($var); set | grep ^arr= 输出 arr=([0]="NOPE" [1]="a" [2]="NOPE") 而不是预期的 arr=([0]="*" [1]="a" [2]="*")

@Tino：如果您不希望 globbing 干扰，那么只需将其关闭即可。然后，该解决方案也可以与通配符一起正常工作。我认为这是最好的方法。

@Alexandros 我的方法是只使用模式，这些模式在默认情况下是安全的，并且可以在任何情况下完美地工作。改变 shell-globbing 以获得安全解决方案的要求不仅仅是一条非常危险的道路，它已经是黑暗的一面。所以我的建议是永远不要习惯在这里使用这样的模式，因为迟早你会忘记一些细节，然后有人会利用你的错误。您可以在媒体上找到此类漏洞的证据。每一个。单身的。天。

【参考方案8】：

(A) 要将句子拆分成单词（空格分隔），您可以简单地使用默认的 IFS，通过使用

array=( $string )

示例运行以下 sn-p

#!/bin/bash

sentence="this is the \"sentence\"   'you' want to split"
words=( $sentence )

len="$#words[@]"
echo "words counted: $len"

printf "%s\n" "$words[@]" ## print array

会输出

words counted: 8
this
is
the
"sentence"
'you'
want
to
split

如您所见，您也可以使用单引号或双引号，没有任何问题 注意事项： -- 这与mob 的回答基本相同，但是通过这种方式，您可以存储数组以备不时之需。如果你只需要一个循环，你可以使用他的答案，它短了一行:) -- 请参考this question 了解基于分隔符拆分字符串的替代方法。 (B) 要检查字符串中的字符，您还可以使用正则表达式匹配。 检查您可以使用的空格字符是否存在的示例：

regex='\s1,'
if [[ "$sentence" =~ $regex ]]
    then
        echo "Space here!";
fi

【讨论】：

对于正则表达式提示 (B) a +1，但对于错误解决方案 (A) -1，因为这很容易导致 shell globbing。 ;)

【参考方案9】：

仅使用 bash 检查空格：

[[ "$str" = "$str% *" ]] && echo "no spaces" || echo "has spaces"

【参考方案10】：

$ echo "This is   a sentence." | tr -s " " "\012"
This
is
a
sentence.

要检查空格，请使用 grep：

$ echo "This is   a sentence." | grep " " > /dev/null
$ echo $?
0
$ echo "Thisisasentence." | grep " " > /dev/null     
$ echo $?
1

【讨论】：

在 BASH 中，echo "X" | 通常可以替换为 <<<"X"，如下所示：grep -s " " <<<"This contains SPC"。如果您执行echo X | read var 与read var <<< X 相比，您可以发现差异。只有后者将变量 var 导入当前 shell，而要在第一个变体中访问它，您必须像这样进行分组：echo X | read var; handle "$var";

【参考方案11】：

您是否尝试将字符串变量传递给for 循环？一方面，Bash 会自动分割空格。

sentence="This is   a sentence."
for word in $sentence
do
    echo $word
done

 

This
is
a
sentence.

【讨论】：

@MobRule - 唯一的缺点是您无法轻松捕获（至少我不记得有一种方法）输出以进行进一步处理。有关将内容发送到 STDOUT 的内容，请参见下面的“tr”解决方案

你可以将它附加到一个变量中：A=$A$word).

set $text [这会将单词放入$1,$2,$3...等]

实际上这个技巧不仅是一个错误的解决方案，而且由于shell globbing，它也是非常危险。 touch NOPE; var='* a *'; for a in $var; do echo "[$a]"; done 输出 [NOPE] [a] [NOPE] 而不是预期的 [*] [a] [*]（LF 被 SPC 替换以提高可读性）。

@mob 如果我想根据某个特定的字符串拆分字符串，我该怎么办？示例 ".xlsx" 分隔符 .