Question

我使用以下格式#{string:start:length}逐行从wget的.listing文件中提取文件名。

该文件的格式是我认为我们都熟悉的：

04-30-13  01:41AM              7033614 some_archive.zip
04-29-13  08:13PM       <DIR>          DIRECTORY NAME 1
04-29-13  05:41PM       <DIR>          DIRECTORY NAME 2

所有文件名都以pos：40开头，因此将:start设置为39，没有:length应该（并且确实）返回每行的文件名：

#!/bin/bash
cat .listing | while read line; do
    file="${line:40}"
    echo $file
done

正确回归：

some_archive.zip
DIRECTORY NAME 1
DIRECTORY NAME 2

但是，如果我再获得更多创意，那就会破坏：

#!/bin/bash
cat .listing | while read line; do
    file="${line:40}"
    dir=$(echo $line | egrep -o '<DIR>' | head -n1)
    if [ $dir ]; then
        echo "the file $file is a $dir"
    fi
done

返回：

$ ./test.sh
 is a <DIR>ECTORY NAME 1
 is a <DIR>ECTORY NAME 2

是什么给出的？我丢失了“文件”，其余的测试看起来像是从pos：0打印在“文件DIRECTORY NAME 1”之上。

这很奇怪，它的含义是什么？

Answer 1

答案是，随着我的进步，我越来越多地学习linux，它是非打印控制字符。

仅为打印字符添加管道egrep解决了问题：

#!/bin/bash
cat .listing | while read line; do
    file=$(echo ${line:39} | egrep -o '[[:print:]]+' | head -n1)
    dir=$(echo $line | egrep -o '<DIR>' | head -n1)
    if [ $dir ]; then
        echo "the file $file is a $dir"
    fi
done

正确回归：

$ ./test.sh
the file DIRECTORY NAME 1 is a <DIR>
the file DIRECTORY NAME 2 is a <DIR>

希望有一种更好的方法可视化这些控制字符，但上面所做的基本上是取字符串段，拉出第一个可打印字符串，并将其分配给变量。

我假设在行的末尾有一个控制字符，它将光标返回到行的开头。导致其余的echo被打印出来，覆盖以前的字符。'

奇

Answer 2

您可以使用脚本第一行的\r命令从整个文件中删除tr个控制字符：

#!/bin/bash
cat .listing | tr -d '\015' | while read line; do
    file="${line:39}"
    dir=$(echo $line | egrep -o '<DIR>' | head -n1)
    if [ $dir ]; then
        echo "the file $file is a $dir"
    fi
done

Bash子串从位置不打印

2 个答案: