我有两根弦。为了举例,它们设置如下:
string1="test toast"
string2="test test"
我想要的是找到从字符串开头开始的重叠。对于重叠,我指的是上面示例中的字符串“test t”。
# I look for the command
command "$string1" "$string2"
# that outputs:
"test t"
如果字符串是,则string1="atest toast"; string2="test test"
它们不会重叠,因为检查从开头开始,并且“a”在开头string1
。
答案1
您可以想到这样的函数,添加一些错误检查
common_prefix() {
local n=0
while [[ "${1:n:1}" == "${2:n:1}" ]]; do
((n++))
done
echo "${1:0:n}"
}
答案2
这可以完全在 bash 内完成。虽然在 bash 中循环进行字符串操作很慢,但有一个简单的算法,它的 shell 操作数量是对数的,因此即使对于长字符串,纯 bash 也是一个可行的选择。
longest_common_prefix () {
local prefix= n
## Truncate the two strings to the minimum of their lengths
if [[ ${#1} -gt ${#2} ]]; then
set -- "${1:0:${#2}}" "$2"
else
set -- "$1" "${2:0:${#1}}"
fi
## Binary search for the first differing character, accumulating the common prefix
while [[ ${#1} -gt 1 ]]; do
n=$(((${#1}+1)/2))
if [[ ${1:0:$n} == ${2:0:$n} ]]; then
prefix=$prefix${1:0:$n}
set -- "${1:$n}" "${2:$n}"
else
set -- "${1:0:$n}" "${2:0:$n}"
fi
done
## Add the one remaining character, if common
if [[ $1 = $2 ]]; then prefix=$prefix$1; fi
printf %s "$prefix"
}
标准工具箱包括cmp
比较二进制文件。默认情况下,它表示第一个不同字节的字节偏移量。当一个字符串是另一个字符串的前缀时,存在一种特殊情况:cmp
在 STDERR 上产生不同的消息;处理这个问题的一个简单方法是采用最短的字符串。
longest_common_prefix () {
local LC_ALL=C offset prefix
offset=$(export LC_ALL; cmp <(printf %s "$1") <(printf %s "$2") 2>/dev/null)
if [[ -n $offset ]]; then
offset=${offset%,*}; offset=${offset##* }
prefix=${1:0:$((offset-1))}
else
if [[ ${#1} -lt ${#2} ]]; then
prefix=$1
else
prefix=$2
fi
fi
printf %s "$prefix"
}
请注意,它对cmp
字节进行操作,但 bash 的字符串操作对字符进行操作。这在多字节区域设置中会有所不同,例如使用 UTF-8 字符集的区域设置。上面的函数打印字节字符串的最长前缀。为了用这种方法处理字符串,我们可以先将字符串转换为定宽编码。假设区域设置的字符集是 Unicode 的子集,则 UTF-32 符合要求。
longest_common_prefix () {
local offset prefix LC_CTYPE="${LC_ALL:=$LC_CTYPE}"
offset=$(unset LC_ALL; LC_MESSAGES=C cmp <(printf %s "$1" | iconv -t UTF-32) \
<(printf %s "$2" | iconv -t UTF-32) 2>/dev/null)
if [[ -n $offset ]]; then
offset=${offset%,*}; offset=${offset##* }
prefix=${1:0:$((offset/4-1))}
else
if [[ ${#1} -lt ${#2} ]]; then
prefix=$1
else
prefix=$2
fi
fi
printf %s "$prefix"
}
答案3
在 sed 中,假设字符串不包含任何换行符:
string1="test toast"
string2="test test"
printf "%s\n" "$string1" "$string2" | sed -e 'N;s/^\(.*\).*\n\1.*$/\1/'
答案4
这对我来说似乎很粗糙,但你可以通过暴力来做到这一点:
#!/bin/bash
string1="test toast"
string2="test test"
L=1 # Prefix length
while [[ ${string1:0:$L} == ${string2:0:$L} ]]
do
((L = L + 1))
done
echo Overlap: ${string1:0:$((L - 1))}
我希望存在一些聪明的算法,但我无法通过简短的搜索找到任何算法。