☰

从字符串中提取每第 n 个字符

tag-icon • tag-icon shell shell-script string
从字符串中提取每第 n 个字符

我正在尝试找出解决方案这问题。到目前为止，我解决这个问题的方法如下。

  • 将所有字符附加在一起以使其成为一个长字符串。
  • 完成上述步骤后，删除所有空格或制表符空格，这样我们就只剩下一个大字符串了。

我能够使用以下命令建立上述步骤。

column -s '\t' inputfile | tr -d '[:space:]'

所以对于这样的输入文件，

1   0   0   0   0   0

0   1   1   1   0   0

应用上述命令后，我的值如下：

100000011100

现在，在这个大字符串中，我尝试应用如下方法。

提取每 6个字符（如原始 OP 所需），并将其附加到数组元素直到字符串末尾。

所以基本上，通过上述步骤，我尝试将数组元素创建为，

10（第1和第 7个字符）、01（第 2和第 8个字符）、01（第 3和第 9个字符）、01（第 4和第 10个字符）、00（第 5和第 11个字符）、00（第6和 12 个字符）第一个字符）。

所以我的问题是，如何提取每 n 个字符，以便将它们添加到数组中以进一步进行？ （在本例中，n=6）。

答案1

两行

这是bash一个生成bash数组的纯解决方案：

s="100000011100"
array=($(
    for ((i=0; i<${#s}-6; i++))
    do
        echo "${s:$i:1}${s:$((i+6)):1}"
    done
    ))
echo "${array[@]}"

这会产生与问题中所示相同的输出：

10 01 01 01 00 00

这里的关键要素是 bash 的使用子串扩展。 Bash 允许从变量中提取子字符串，例如parametervia ${parameter:offset:length}。在我们的例子中，偏移量由循环变量确定i，长度始终为1。

任意数量线路的通用解决方案

例如，假设我们的原始字符串有 18 个字符，我们要提取 i 从 0 到 5 的第 i 个、第 i+6 个和第 i+12 个字符。那么：

s="100000011100234567"
array=($(
    for ((i=0; i<6; i++))
    do
        new=${s:$i:1}
        for ((j=i+6; j<${#s}; j=j+6))
        do 
            new="$new${s:$j:1}"
        done
        echo "$new"
    done
    ))

echo "${array[@]}"

这会产生输出：

102 013 014 015 006 007

相同的代码可以扩展到任意数量的 6 字符行。例如，如果s有三行（18 个字符）：

s="100000011100234567abcdef"

然后，输出变为：

102a 013b 014c 015d 006e 007f

答案2

使用perl：

$ echo 100000011100 | perl -nle '
    for ($i = 0; $i < length()/2; $i++) {
        print substr($_,$i,1), substr($_,$i+6,1);
    }
'
10
01
01
01
00
00

它适用于两条线。如果您想处理任意行，您应该直接处理行，而不是构建大字符串。通过此输入：

1   0   0   0   0   0                                                           
0   1   1   1   0   0                                                           
0   0   0   0   0   0

尝试：

$ perl -anle '
    for ($i = 0; $i <= $#F; $i++) {
      push @{$h{$i}}, $F[$i];
    }
    END {
        print @{$h{$_}} for keys %h;
    }
' file
000
010
000
100
010
010

答案3

作为 shell 解决方案，getopts可能是最简单的。问题在于getopts，它是 POSIX 指定的，可以完全按照您的要求进行操作 - 在 shell 循环中处理字节流。我知道这听起来很奇怪，因为如果你在我学到这一点之前像我一样，你可能会想，好吧，哎呀，我以为它应该处理命令行开关。这是事实，但第一件事也是如此。考虑：

-thisisonelongstringconsistingofseparatecommandlineswitches

是的，getopts必须处理这个问题。它必须在循环中逐个字符地拆分该字符，然后将 shell 变量$OPTARG或您通过名称指定的另一个变量中的每个字符返回给您，这一切都取决于您调用它时获得的具体程度。更重要的是，它必须返回 shell 变量中的错误保存其进度当它在 shell 变量中执行时，$OPTIND它可以从停止处继续如果你能以某种方式解决它。它必须在不调用任何子 shell 的情况下完成整个工作。

假设我们有：

arg=$(seq -s '' 1000); set --
while getopts :0123456789 v -"${arg}"
do [ "$((i=$i+1<6?$i+1:0))" -gt 0 ] ||
set "$@" "$v"
done

嗯......我想知道它是否有效？

echo "$((${#arg}/6))" "$#"
482 482

那很好...

eval '
printf %.1s\\n "${arg#'"$(printf %0$((124*6-1))d | tr 0 \?)"'}" "${124}"'
4
4

因此，如您所见，该getopts命令为字符串中的每六个字节完全设置了数组。它不一定是这样的数字 - 甚至也不一定是 shell 安全字符 - 并且您甚至不需要像我上面那样指定目标字符01234565789。我已经在很多 shell 中反复测试过，它们都可以正常工作。有一些怪癖 -bash如果第一个字符是空白字符，则会丢弃它 -dash接受:冒号作为指定参数，即使它是唯一 POSIX 明确禁止的。但这都不重要，因为即使它返回错误，getopts仍然会存入当前 opt char 的值$OPTARG（由分配给您指定的 opt 变量的 ? 表示）否则显式取消设置，$OPTARG除非您声明选项应该有参数。空白是一件好事——它只会丢弃一个领导space，这非常好，因为在处理未知值时，您可以执行以下操作：

getopts : o -" $unknown_value"

...开始循环，而不会有任何第一个字符实际位于您接受的 args 字符串中的危险 - 这将导致立即getopts将整个内容$OPTARG作为参数插入。

这是另一个例子：

OPTIND=1
while getopts : o -" $(dd if=/dev/urandom bs=16 count=1 2>/dev/null)"                         
do printf '\\%04o' "'$OPTARG"; done  

\0040\0150\0071\0365\0320\0070\0161\0064\0274\0115\0012\0215\0222\0271\0146\0057\0166

我$OPTIND=1在第一行设置是因为我刚刚使用过getopts，并且在您重置它之前，它期望下一次调用从它停止的地方继续 -"${arg2}"换句话说，它想要。但我不想付出，而且我现在正在做另一件事，所以我通过重置来让它知道$OPTIND什么时候可以开始。

在这个中我使用了zsh- 它不会对前导空格提出异议 - 因此第一个字符是八进制 40 - 空格字符。不过，我通常不getopts以这种方式使用 - 我通常用它来避免对每个字节执行 a 操作write()，并将其输出（来自变量）分配给另一个 shell 变量，就像我在上面所做的那样set。然后，当我准备好时，我可以获取整个字符串，而当我这样做时，通常会删除第一个字节。

答案4

sed我首先想到的是。

$ echo 1234567890abcdefghijklmnopqrstuvwxyz | sed 's/.\{5\}\(.\)/\1/g'
6bhntz

匹配 5 个字符，捕获第 6 个字符，然后将其全部替换为捕获的字符。

然而，如果字符串的长度不是 6 的精确倍数，则会出现问题：

$ echo 1234567890abcdefghijklmnopqrstuvwxy | sed 's/.\{5\}\(.\)/\1/g' 
6bhntuvwxy

但我们可以通过sed稍微改变一下来解决这个问题：

$ echo 1234567890abcdefghijklmnopqrstuvwxy | sed 's/.\{1,5\}\(.\{0,1\}\)/\1/g'
6bhnt

由于正则表达式的贪婪本质，可变长度匹配将尽可能匹配，如果没有剩余内容可供捕获，则不会捕获，并且字符将被删除。

相关内容