bash 中的egrep [[:print:]] 命令有什么用？

Question

我正在开发一个 shell 脚本的增强功能，它可以读取文件并处理它。基本上，输入文件包含一个标题记录，后面跟着一些详细记录。我只想从文件中获取头记录。

$ cat sample_file.txt
header1,header2,header3,header4
value1,value2,value3,value4

现有脚本使用以下命令从文件中获取标头：

$ cat sample_file.txt | head -1 | egrep -o '[[:print:]]' |  tr '\n' '\0'
header1,header2,header3,header4$

我不知道egrep -o '[[:print:]]'这里该做什么。因为即使没有命令，egrep也可以像这样输入

按原样打印标题

$ cat sample_file.txt | head -1
header1,header2,header3,header4

或者打印标题而不在末尾换行

$ cat sample_file.txt | head -1 |  tr '\n' '\0'
header1,header2,header3,header4$

的手册页egrep告诉了下面的内容，但不清楚何时[[:print:]]应该使用。

最后，在括号表达式中预定义了某些命名的字符类，如下所示。它们的名称是不言自明的，它们是 [:alnum:]、[:alpha:]、[:cntrl:]、[:digit:]、[:graph:]、[:lower:]、[:print:] 、[:punct:]、[:space:]、[:upper:] 和 [:xdigit:]。例如，[[:alnum:]] 表示 [0-9A-Za-z]，但后一种形式取决于 C 语言环境和 ASCII 字符编码，而前者独立于语言环境和字符集。 （请注意，这些类名称中的方括号是符号名称的一部分，除了界定方括号列表的方括号之外还必须包含方括号。）大多数元字符在列表中会失去其特殊含义。要包含文字 ]，请将其放在列表的第一位。类似地，要包含文字 ^，请将其放置在除开头之外的任何位置。最后，要包含文字 - 将其放在最后。

您能帮我理解egrep '[[:print:]]'选项的用法以及我们在哪里使用它吗？

Answer 1

括号表达式类似于[abc]，它匹配其中的任何一个字符。例如[abc]会匹配aor b，但不匹配dor :。可以在括号表达式中使用字符类，以将整个类添加到括号表达式匹配的集合中。[[:print:]]将匹配单个可打印字符，保留控制字符、换行符和制表符。egrep，或者最好是grep -E，将打印与给定模式匹配的任何行，并使用-o仅打印匹配的部分，每行一个。

例如，使用 时[:alpha:]，冒号被省略：

$ echo ab:c | egrep -o '[[:alpha:]]'
a
b
c

因此，实际上，egrep -o '[[:print:]]'将打印输入中的每个可打印字符，每行一个。然后tr '\n' '\0'将换行符更改为 NUL 字节，这样您就可以获得所有中间带有 NUL 的可打印字符。我不确定这是否有意义，因为 NUL 并不比控制字符更好处理。如果您在例如less或中打开结果数据vim，您将看到 NUL 打印为^@，可能是彩色的。

同样，cat sample_file.txt | head -1 | tr '\n' '\0'不消除换行符，它用 NUL 替换它。

---

我不确定这里的目标是什么，但要删除任何换行符和制表符，您可以使用tr -d：

... | tr -d '\n\t'

并删除所有不可打印的字符-d以-c补充（反转）匹配的字符集：

... | tr -dc '[:print:]'

（请注意，它tr并不像正则表达式中那样采用外部括号。实际上， to 的参数tr就像正则表达式括号表达式的内部。）

Answer 2

您可以在中找到解释GNU 的字符类和括号表达式文档：

'[:print:]'
可打印字符：'[:alnum:]'、'[:punct:]' 和空格。

---

如果您需要整个标头，则不需要任何解析命令，例如egrep等。

---

从man egrep：

此外，变体程序egrep、fgrep 和rgrep 分别与grep -E、grep -F 和grep -r 相同。这些变体已被弃用，但提供它们是为了向后兼容。

所以基本上egrep [[:print:]]与 相同grep -E [[:print:]]，只有当您需要时才需要扩展正则表达式 (ERE)，但该模式[[:print:]]不是其中之一。