如何从 shell 脚本中的命令输出中查找字符串模式？

Question

我正在使用 ghostscript 压缩我的 pdf 文件，这会在我必须处理的受密码保护的情况下抛出错误。

Shell 脚本

GS_RES=`gs -sDEVICE=pdfwrite -sOutputFile=$gsoutputfile -dNOPAUSE -dBATCH  2>&1`

if [ "$GS_RES" != "" ]
then
    gspassmsg="This file requires a password for access"
    echo "Error message is :::::: "$GS_RES
    gspassworddoc=`awk -v a="$GS_RES" -v b="$gspassmsg" 'BEGIN{print index(a,b)}'`
    if [ $gspassworddoc -ne 0 ]
    then
        exit 3 #error code - password protected pdf
    fi
fi

而我的GS_RES执行命令后的值如下

错误信息 1：

GPL Ghostscript 9.19 (2016-03-23) Copyright (C) 2016 Artifex Software, Inc. All 
rights reserved. This software comes with NO WARRANTY: see the file PUBLIC for d
etails. Error: /syntaxerror in -file- Operand stack: Execution stack: %interp_ex
it .runexec2 --nostringval-- --nostringval-- --nostringval-- 2 %stopped_push --n
ostringval-- --nostringval-- --nostringval-- false 1 %stopped_push 1967 1 3 %opa
rray_pop 1966 1 3 %oparray_pop 1950 1 3 %oparray_pop 1836 1 3 %oparray_pop --nos
tringval-- %errorexec_pop .runexec2 --nostringval-- --nostringval-- --nostringva
l-- 2 %stopped_push Dictionary stack: --dict:1196/1684(ro)(G)-- --dict:0/20(G)--
 --dict:78/200(L)-- Current allocation mode is local Current file position is 1

错误信息2：

GPL Ghostscript 9.19 (2016-03-23) Copyright (C) 2016 Artifex Software, Inc. All rights reserved. This software comes with NO WARRANTY: see the file PUBLIC for details. gs.pdf gsempty.pdf new_sathishks_protected.html sathishks_protected.html Error: Cannot find a 'startxref' anywhere in the file. Output may be incorrect. gs.pdf gsempty.pdf new_sathishks_protected.html sathishks_protected.html Error: An error occurred while reading an XREF table. gs.pdf gsempty.pdf new_sathishks_protected.html sathishks_protected.html The file has been damaged. This may have been caused gs.pdf gsempty.pdf new_sathishks_protected.html sathishks_protected.html by a problem while converting or transfering the file. gs.pdf gsempty.pdf new_sathishks_protected.html sathishks_protected.html Ghostscript will attempt to recover the data. gs.pdf gsempty.pdf new_sathishks_protected.html sathishks_protected.html However, the output may be incorrect. gs.pdf gsempty.pdf new_sathishks_protected.html sathishks_protected.html Error: Trailer dictionary not found. Output may be incorrect. No pages will be processed (FirstPage > LastPage). gs.pdf gsempty.pdf new_sathishks_protected.html sathishks_protected.html This file had errors that were repaired or ignored. gs.pdf gsempty.pdf new_sathishks_protected.html sathishks_protected.html Please notify the author of the software that produced this gs.pdf gsempty.pdf new_sathishks_protected.html sathishks_protected.html file that it does not conform to Adobe's published PDF gs.pdf gsempty.pdf new_sathishks_protected.html sathishks_protected.html specification. gs.pdf gsempty.pdf new_sathishks_protected.html sathishks_protected.html The rendered output from this file may be incorrect.

关于运行 awk 关于错误消息 2

gspassmsg="This file requires a password for access"
gspassworddoc=`awk -v a="$GS_RES" -v b="$gspassmsg" 'BEGIN{print index(a,b)}'`

它抛出以下错误

错误：awk: newline in string GPL Ghostscript 9.19... at source line 1

错误信息 3

   **** Error: Cannot find a 'startxref' anywhere in the file.
   **** Warning:  An error occurred while reading an XREF table.
   **** The file has been damaged.  This may have been caused
   **** by a problem while converting or transfering the file.
   **** Ghostscript will attempt to recover the data.
   **** Error:  Trailer is not found.

   **** This file had errors that were repaired or ignored.
   **** Please notify the author of the software that produced this
   **** file that it does not conform to Adobe's published PDF
   **** specification.

我无法使用以下答案中的片段捕获此错误

if ! gs_res=$(gs -sDEVICE=pdfwrite -sOutputFile="$gsoutputfile" -dNOPAUSE -dBATCH "" 2>&1 1>/dev/null); then
  echo "Error message is :::::: $gs_res" >&2
  gspassmsg='This file requires a password for access'
  [[ $gs_res == *"$gspassmsg"* ]] && exit 3 # password protected pdf
  echo "Some other error !"
fi

请澄清以下内容

为什么 awk 在这里表现得很奇怪？我缺少什么？
如何 grep 查找包含特殊字符的字符串中的模式？
Ghostscript 是否有任何预定义的错误消息？如果可能，请建议一些文档以供参考..
是否可以使用 ghostscript 压缩密码保护的 pdf？
在上述情况下如何确保gs压缩成功？因为我可能不知道 Ghostscript 可能抛出的不同可能错误，所以我可以交叉检查我执行的命令结果。

我对这个 shell 脚本很陌生。有人请帮助我。

PS：我已经用更多细节编辑了我的问题。请调查一下。有什么需要补充的我再补充。

Answer 1

Ghostscript 的错误消息都遵循相同的模式，但也有一些陷阱：

部分输出是出错时操作数堆栈的转储。由于 PostScript 是一种编程语言，堆栈的内容取决于程序，并且是完全不可预测的。即使您处理的是 PDF 文件，而不是 PostScript 程序，解释器本身也是用 PostScript 编写的，所以同样适用。

'Error: /syntaxerror...'

仅限于少数实际可能的错误，PostScript 语言参考手册对其进行了定义。

PostScript（但不是 PDF）程序可以安装错误处理程序，它可以完全改变错误输出，甚至完全吞下错误。

至于'compressing PDF files'，那绝对不是你在做什么。请阅读 here，其中解释了实际发生的情况。简而言之，您正在生成新的 PDF 文件，而不是压缩旧文件。

当然，您可以使用 Ghostscript 处理受密码保护的 PDF 文件，只要您知道密码即可。在文档中查找 PDFPassword here

现在您在上面引用的错误消息是 而不是 由于文件被加密（密码保护），还有其他问题。事实上，鉴于您使用的是简单的命令行，我想说它有一些非常严重的错误。当然没有看到文件我不能肯定。

现在，如果文件已加密，Ghostscript 的输出应该如下所示：

GPL Ghostscript GIT PRERELEASE 9.21 (2016-09-14) Copyright (C) 2016 Artifex Software, Inc. All rights reserved. This software comes with NO WARRANTY: see the file PUBLIC for details.

**** This file requires a password for access.

Error: /invalidfileaccess in pdf_process_Encrypt

Operand stack:

Execution stack: %interp_exit .runexec2 --nostringval--
--nostringval-- --nostringval- - 2 %stopped_push --nostringval-- --nostringval-- --nostringval-- fa lse 1 %stopped_push 1983 1 3 %oparray_pop 1982 1 3 %oparray_ pop 1966 1 3
%oparray_pop --nostringval-- --nostringval-- --nostri ngval--
--nostringval-- false 1 %stopped_push Dictionary stack: --dict:1199/1684(ro)(G)-- --dict:1/20(G)-- --dict:83/200(L)-- --dict:83 /200(L)-- --dict:135/256(ro)(G)-- --dict:291/300(ro)(G)-- --dict:26/32(L)- - Current allocation mode is local GPL Ghostscript GIT PRERELEASE 9.21: Unrecoverable error, exit code 1

所以简单地搜索 "This file requires a password" 应该足以识别加密文件。

现在，如 mklement0 所述，如果您想解释导致问题的实际脚本是什么，也许我们也可以提供帮助。您没有显示脚本的输出，也没有解释什么不符合您的预期。

Answer 2

解决了您关于 Ghostscript 本身的问题。
这是您的代码的简化版本，应该可以工作：

# Run `gs` and capture its stderr output.
gs_res=$(gs -sDEVICE=pdfwrite -sOutputFile="$gsoutputfile" -dNOPAUSE -dBATCH "" 2>&1 1>/dev/null)
ec=$? # Save gs's exit code.

# Assume that something went wrong, IF:
#   - gs reported a nonzero exit code
#   - but *also* if any stderr output was produced, as
#     not all problems may be reflected in a nonzero exit code.
if [[ $ec -ne 0 || -n $gs_res ]]; then
  echo "Error message is :::::: $gs_res" >&2
  gspassmsg='This file requires a password for access'
  [[ $gs_res == *"$gspassmsg"* ]] && exit 3 # password protected pdf
fi

我在你的 gs command.
我已将您的重定向从 2>&1 更改为 2>&1 1>/dev/null 以便仅捕获 stderr 输出。
- 2>&1 将 stderr (2) 重定向到（仍然是原始的）stdout (1)，以便将错误消息发送到 stdout 并作为命令替换（$(...)）； 1>/dev/null 然后将 stdout 重定向到空设备，有效地使所有 stdout 输出静音。请注意 earlier stderr 重定向到 original stdout not 受此影响，因此实际上整个命令发送到 stdout 的只是原始的 stderr 输出。
  如果你想了解更多，请看我的this answer
我正在使用更现代和灵活的 $(..) 命令替换语法，而不是旧的 `...` 形式（有关背景信息，请参阅 here） .
我已经将GS_RES重命名为gs_res，因为最好不要使用全大写的shell-变量名以便avoid conflicts with environment variables and special shell variables.
我正在使用简单的模式匹配在 gs 的 stderr 输出中查找所需的子字符串。鉴于您已经在变量中有要测试的输入，Bash 自己的字符串匹配功能就可以了（实际上是多种多样的），并且不需要使用外部实用程序，例如 awk.

至于为什么你的awk命令失败：

听起来你正在使用 BSD awk，比如 macOS 10.12 自带的那个（你的问题被标记为 linux , 然而):

BSD awk 不支持通过 -v 传递的变量值中的换行符，除非你 \-转义换行符。
对于未转义的多行字符串，在调用 index() 之前，您的 awk 调用根本失败。

相比之下，GNU Awk 和 Mawk 确实支持通过 -v 传递的多行字符串。

继续阅读以获取 可选背景信息。

要确定您使用的 awk 实现，运行 awk --version 并检查输出：

awk version 20070501 -> BSD Awk
GNU Awk 4.1.3, API: 1.1 ... -> GNU Awk
mawk: not an option: --version -> 莫克

这是一个简单的测试，可以尝试使用您的 Awk 版本：

awk -v a=$'1\n2' -v b=2 'BEGIN { print index(a, b) }'

Gnu Awk 和 Mawk 输出 3，正如预期的那样，而 BSD Awk 失败并显示 awk: newline in string 1。

另请注意，\-转义换行符仅适用于 BSD Awk（例如，
awk -v var=$'1\\n2' 'BEGIN { print var }')，不幸的是，这意味着 没有可移植的方式将多行变量值传递给 Awk。

如何从 shell 脚本中的命令输出中查找字符串模式？

How to grep for a string pattern from command output in shell script?

linux

bash

shell

ghostscript