用于从文件名或XML文档内容中提取唯一字符串的Shell脚本

Question

使用bash shell脚本，我想获取文件的目录列表，并仅列出特定字符串的唯一实例。

字符串（例如0082230958089736545）可以在2个地方找到

1. 文件名（在第4部分，最长的数字）

   AVAILITY.VT04.00090.0082230958089736545.72732411.20121017.053604220
   

2. 在XML文档中

   <ENVELOPE>
   <HEADER>
   <ProviderTransID>0082230958089736545</ProviderTransID>
   </HEADER>
   <ENVELOPE>
   

在文件名中，前4个部分（包括我想要比较的字符串的部分）是相同的，而后3个部分会更改，因为它们标识了重试文件的进程日期和时间。

字符串的每个实例最多可重复24次。现在我必须手动确保用眼睛抓住每个字符串的实例，我并不总是相信那些LOL。

我想生成一个没有重复的每个字符串的列表，然后将每个字符串分配给它自己的变量，以便稍后在脚本中使用。

只要可以在Bash shell脚本中完成，我不关心字符串是从文件名中提取还是从.XML文档的内容中提取。

Answer 1

此方法仅访问文件名。将以下任一项添加到shell脚本中：

IFS=$'\n'
array=($(awk -F "." '!a[$5]++ { print $5 }' <(find . -type f)))

或：

IFS=$'\n'
array=($(cut -d "." -f 5 <(find . -type f) | sort -u))

---

您可以使用数组切片访问数组的元素。要访问第一个元素，例如：

echo "${array[0]}"

或者，您可以使用for循环遍历所有元素：

for i in "${array[@]}"; do
    echo "$i"
done