在 ksh 脚本中使用正则表达式

Question

我有一个文件 (file.txt)，其中包含如下文本：

000000000+000+0+00
000000001+000+0+00
000000002+000+0+00

我正在尝试检查每一行以确保它遵循以下格式：字符*9、“+”、字符*3、“+”等

到目前为止我有：

#!/bin/ksh
file=file.txt
line_number=1
for line in $(cat $file)
do
    if [[ "$line" != "[[.]]{9}+[[.]]{3}+[[.]]{1}+[[.]]{2} ]" ]]
    then
        echo "Invalid number ($line) check line $line_number"
        exit 1
    fi
    let "line_number++"
done

然而，无论我在程序终止的行中输入什么，这都无法正确评估。

Answer 1

您的正则表达式看起来 bad - using sites like https://regex101.com/ 非常有用。根据你的描述，我怀疑它应该更像是其中之一；

^.{9}\+.{3}\+.{1}\+.{2}$
^[^\+]{9}\+[^\+]{3}\+[^\+]{1}\+[^\+]{2}$
^[0-9]{9}\+[0-9]{3}\+[0-9]{1}\+[0-9]{2}$

来自 [[ 的 ksh manpage 部分 - 您可能希望使用 =~。

string =~ ere
    True if string matches the pattern ~(E)ere where ere is an extended regular expression.

注意：据我所知，ksh 正则表达式不遵循正常语法

使用 grep:

可能会更好

# X="000000000+000+0+00"
# grep -qE "^[^\+]{9}\+[^\+]{3}\+[^\+]{1}\+[^\+]{2}$" <<<"${X}" && echo true
true

或：

if grep -qE "^[^\+]{9}\+[^\+]{3}\+[^\+]{1}\+[^\+]{2}$" <<<"${line}"
then
    exit 1
fi

您可能还喜欢使用如下构造来处理文件：

while read line; do
    echo "${line}";
done < "${file}"

Answer 2

当你想要不匹配的行号时，你可以使用grep -vn。小心写出正确的正则表达式，你会得到

grep -Evn "^.{9}[+].{3}[+].[+].{2}$" file.txt

这不是您想要的布局，因此请将布局更改为 sed:

grep -Evn "^.{9}[+].{3}[+].[+].{2}$" file.txt |
   sed -r 's/([^:]*):(.*)/Invalid number () check line number ./'

编辑：
我把.{1}改成了..
sed 也超过了顶部。需要spme解释的时候可以从echo "Linenr:Invalid line"

开始

Answer 3

我将正则表达式直接放入条件中得到了有趣的结果：

$ line='000000000+000+0+00'
$ [[ $line =~ ^.{9}\+.{3}\+.\+..$ ]] && echo ok
ksh: syntax error: `~(E)^.{9}\+.{3}\+.\+..$ ]] && echo ok
' unexpected

但是如果我将正则表达式保存在一个变量中：

$ re="^.{9}\+.{3}\+.\+..$"
$ [[ $line =~ $re ]] && echo ok
ok

所以你可以做到

#!/bin/ksh
file=file.txt
line_number=1
re="^.{9}\+.{3}\+.\+..$"
while IFS= read -r line; do
    if [[ ! $line =~ $re ]]; then
        echo "Invalid number ($line) check line $line_number"
        exit 1
    fi
    let "line_number++"
done < "$file"

您也可以使用普通的 glob 模式：

if [[ $line != ?????????+???+?+?? ]]; then echo error; fi

ksh glob 模式有一些 regex-like 语法。如果那里有 optional space，您可以使用 ?(sub-pattern) 语法

来处理它

pattern="?????????+???+?( )?+??"

line1="000000000+000+0+00"
line2="000000000+000+ 0+00"

[[ $line1 == $pattern ]] && echo match || echo no match  # => match
[[ $line2 == $pattern ]] && echo match || echo no match  # => match

阅读 ksh 手册页的 "File Name Generation" 部分。

在 ksh 脚本中使用正则表达式

Using regular expressions in a ksh Script

regex

unix

ksh