Zsh 開發指南（第二篇 字串處理之常用操作）

導讀

字串處理是 shell 指令碼的重點部分，因為 shell 指令碼主要的工作是和檔案或者其他程式打交道，資料格式通常是文字，而處理沒有統一格式的文字檔案出奇地複雜，shell 命令中也有很多都是處理文字的。用 bash 處理文字的話，因為自身的功能有限，經常需要呼叫像 awk、sed、grep、cat、cut、comm、dirname、basename、expr、sort、uniq、head、tail、tac、tr、wc 這樣命令，不留神指令碼就成了命令大聚會。命令用法各異，有的很簡單（比如 cut、tr、wc），看一眼 man 就會用；有的很複雜（比如 awk、sed、grep），用了好多年基本也只會用很少一部分功能。互相配合也容易出現各種各樣的問題（比如要命的空格和換行符問題），難以除錯，呼叫命令的開銷也很大。而用好了 zsh 的話，可以大幅減少這些命令的使用（並不能完全避免，因為某些場景確實比較適合用這樣的命令處理，比如處理一個大文字檔案），並且大幅提升指令碼的效能（主要因為減少了程式啟動的開銷，比如一次簡單的字串替換，呼叫外部命令實現比內部實現的時間要多好幾個數量級）。

但也因此 zsh 的字串處理功能很複雜，可以說 zsh 的字串處理功能，要比絕大多數程式語言自帶的字串函式庫或者類庫要強大（在不依賴外部命令的情況）。同時各種用法也比較怪異，很多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，即使用 Python 這樣比較簡潔的語言來處理字串，很多時候也只能寫出冗長的程式碼，而 zsh 經常可以一行搞定（可能有人想到了 Perl，Perl 在處理文字方面確實有比較明顯的優勢，但使用 Perl 的話也要承擔更多的成本），如果再加上適當地使用外部命令，基本可以應付大多數字符串處理場景。因為字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常用的字串操作，包括字串的拼接、切片、截斷、查詢、遍歷、替換、匹配、大小寫轉換、分隔等等。

字串定義和簡單比較，我已經在前一篇文章提過了，現在直接進入正題。

字串長度

% str=abcde
% echo $#str
5

# 讀取函式或者指令碼的第一個引數的長度
% echo $#1複製程式碼

字串拼接

% str1=abc
% str2=def

% str2+=$str1
% echo $str2
defabc

% str3=$str1$str2
abcdefabc複製程式碼

字串切片

字串切片之前也提過，這裡簡單複習一下。逗號前後不能有空格。字元位置是從 1 開始算起的。

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

# $1 是檔案或者函式的第一個引數
echo ${1[2,4]}複製程式碼

字串切片還有另一種風格的方法，即 bash 風格，功能大同小異。通常沒有必要用這個，而且因為字元位置是從 0 開始算，容易混淆。

% str=abcdef
% echo ${str:1:3}
bcd
% echo ${str:1:-1}
bcde複製程式碼

字串截斷

% 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複製程式碼

字串查詢

子字串定位。

% str=abcdef

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

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

# 找不到則為 0
% echo $str[(I)cdd]
0

# 也可以使用小 i，小 i 是從左往右找，找不到則返回陣列大小 + 1
% echo $str[(i)cd]
3

% echo $str[(i)cdd]
7複製程式碼

遍歷字元

% str=abcd

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

字串替換

按內容替換和刪除字元。

% 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

# 替換所有找到的
% echo ${str//bc/ef}
aefaef

# 刪除匹配到的所有的
% echo ${str//bc}
aa


% str=abcABCabcABCabc

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

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


% str=abc
# 如果匹配到了則輸出空字串
% echo ${str:#ab*}

# 如果匹配不到，則輸出原字串
% echo ${str:#ab}
abc

# 加 (M) 後效果反轉
% echo ${(M)str:#ab}複製程式碼

按位置刪除字元。

%str=abcdef

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

# 可以刪除多個
% str[2,4]=
% echo $str
bf複製程式碼

按位置替換字元。

% str=abcdefg

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

# 可以多對多（也包括一對多和多對一）地替換字元，兩邊的字元數量不需要一致。
# 把第二、三個字元替換成 2345
% str[2,3]=2345
% echo $str
a2345defg複製程式碼

判斷字串變數是否存在

如果用 [[ "$strxx" == "" ]] ，那無法區分變數是沒有定義還是內容為空，在某些情況是需要區分二者的。

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

% strxx=""
% (($+strxx)) && echo good
good複製程式碼

(($+var)) 的用法也可以用來判斷其他型別的變數，如果變數存在則返回真（0），否則返回假（1）。

字串匹配判斷

判斷是否包含字串。

% str1=abcd
% str2=bc

% [[ $str1 == *$str2* ]] && echo good
good複製程式碼

正規表示式匹配。

% str=abc55def

# 少量字串的話，儘量不要用 grep
# 本文不講正規表示式格式相關內容
# 另外 zsh 有專門的正規表示式模組
% [[ $str =~ "c[0-9]{2}de" ]] && echo a
a複製程式碼

大小寫轉換

% str="ABCDE abcde"

# 轉成大寫，(U) 和 :u 兩種用法效果一樣
% echo ${(U)str} --- ${str:u}
ABCDE ABCDE --- ABCDE ABCDE

# 轉成小寫，(L) 和 :l 兩種用法效果一樣
% echo ${(L)str} --- ${str:l}
abcde abcde --- abcde abcde

# 轉成首字母大寫
% echo ${(C)str} 
Abcde Abcde複製程式碼

目錄檔名擷取

% filepath=/a/b/c.x

# :h 是取目錄名，即最後一個 / 之前的部分，如果沒有 / 則為 .
% echo ${filepath:h}
/a/b

# :t 是取檔名，即最後一個 / 之後的部分，如果沒有 / 則為字串本身
% echo ${filepath:t}
c.x

# :e 是取副檔名，即檔名中最後一個點之後的部分，如果沒有點則為空
% echo ${filepath:e}
x

# :r 是去掉末尾副檔名的路徑
% echo ${filepath:r}
/a/b/c複製程式碼

字串分隔

# 使用空格作為分隔符，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`
# 如果分隔符是 : 就用別的字元作為左右界，比如 ws.:.
% echo ${str[(ws:--:)3]}
cc複製程式碼

多行字串

字串定義可以跨行。

% str="line1
> line2"
% echo $str
line1
line2複製程式碼

讀取檔案內容到字串

# 比用 str=$(cat filename) 效能好很多
str=$(<filename)

# 比用 cat filename 效能好很多，引號不能省略
echo "$(<filename)"

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

讀取檔案指定行。

檔案 test.txt 內容如下：

line 1. apple
line 2. orange複製程式碼

# 小檔案或者需要頻繁呼叫時，儘量不要用 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個字元。
echo ${"$(<test.txt)"[(fr)*pp*]#line}複製程式碼

讀取程式輸出到字串

讀程式輸出和讀檔案類似。

上邊字串相關的處理，直接把 $(<test.txt) 換成 $(命令) 即可。如果一定需要一個檔名，可以這樣。

# 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

# 臨時檔案，會自動刪除，適合上邊用法出錯的情況
% wc -l =(ps)
3 /tmp/zshMWDpqD複製程式碼

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，靈活定價，歡迎諮詢，微信 ly50247。