[[404180]]

本文轉載自微信公眾號「編程珠璣」，作者守望先生 。轉載本文請聯(lián)系編程珠璣公眾號。

假設要要計算文本test.data的第二列的數(shù)字之和：

1 12  
2 23  
3 34  
4 56  

當然你可能會這樣處理：

awk '{s+=$2} END {print s}' test.data  

很快就得到了結果。不過，本文要說的點與awk無關。我們通過另外一種方式來計算，即逐行分析處理的方式。

嘗試一

我們嘗試第一種方式，shell實現(xiàn)如下：

#!/usr/bin/env bash 
sum=0 
cat test.data | while read line 
do 
    temp_num=$(echo "$line" | cut -d ' ' -f 2) 
    sum=$(( $sum + $temp_num )) 
done 
echo "we get sum:$sum" 

輸出結果：

we get sum:0 

這是為什么!為什么得到的結果會是0呢?

這事壞就壞在腳本中的|，眾所周知，這是一個管道命令，而這也就意味著，while循環(huán)的執(zhí)行結果都是在一個subshell中，一旦這個subsell退出了，它里面的結果也就沒有了。

其實這個問題利用有了這個神器，再也不怕shell寫得不對了中提到的工具很容易發(fā)現(xiàn)：

$ shellcheck myscript 
 
Line 3: 
cat test.data | while read line 
    ^-- SC2002: Useless cat. Consider 'cmd < file | ..' or 'cmd file | ..' instead. 
                      ^-- SC2162: read without -r will mangle backslashes. 
 
Line 6: 
    sum=$(( $sum + $temp_num )) 
    ^-- SC2030: Modification of sum is local (to subshell caused by pipeline). 
            ^-- SC2004: $/${} is unnecessary on arithmetic variables. 
                   ^-- SC2004: $/${} is unnecessary on arithmetic variables. 
 
Line 8: 
echo "we get sum:$sum" 
                 ^-- SC2031: sum was modified in a subshell. That change might be lost. 
 
$ 

嘗試二

既然管道命令不建議用，那么我們使用下面的方式看看：

#!/usr/bin/env bash 
sum=0 
for line in $(cat test.data) 
do 
    echo "get line :$line" 
    temp_num=$(echo "$line" | cut -d ' ' -f 2) 
    sum=$(( $sum + $temp_num )) 
done 
echo "we get sum:$sum" 

輸出結果：

get line :1 
get line :12 
get line :2 
get line :23 
get line :3 
get line :34 
get line :4 
get line :56 
we get sum:135 

從結果中看出，如果文本中存在空格或者tab等，則看似每次讀取一行，實際上是遇到空格,tab或換行就停止讀取了，并沒有達到我們的目的。

我們預期的應該是遇到換行才停止讀取，為了達到這個目的，我們可以設置這個標記，即通過設置IFS來達到目的。在上面的shell開頭加上：

IFS=$'\n' 

但是修改為這樣之后，在自己的系統(tǒng)上并沒有得到我想要的效果，有知道的讀者可以告知一下。

嘗試三

讓我們再換一種方式：

#!/usr/bin/env bash 
sum=0 
while read line 
do 
    echo "line $line" 
    temp_num=$(echo "$line" | cut -d ' ' -f 2) 
    sum=$(( $sum + $temp_num )) 
done < "test.data" 
echo "we get sum:$sum" 

這種方式我們是能得到正確結果的。

當然，如果你要讀取指定列，你還可以像下面這樣做：

#!/usr/bin/env bash 
sum=0 
while read col1 col2 
do 
    sum=$(( $sum + $col2 )) 
done < "test.data" 
echo "we get sum:$sum" 

其中col1，col2就分別代表了第一列，第二列，使用的時候，可以直接使用對應列的內(nèi)容。

但是，如果我們要讀取的內(nèi)容包括了轉義字符會怎么辦?例如：

\n 12 
\n 23 
\n 34 
\n 56 

執(zhí)行結果：

line  
 12 
line  
 23 
line  
 34 
line  
 56 
we get sum:125 

從結果可以看到，雖然內(nèi)容能否讀取到，但是內(nèi)容被打印出來的時候，已經(jīng)變了，\被當成轉義字符處理了，如果不想讓它轉義處理怎么辦?只需要加上-r參數(shù)即可：

while read -r line 

總結

在逐行處理文本過程中，主要關注以下幾種情況：

• 行中有空格，tab
• 行中有轉義字符

另外，通過shellcheck工具也會發(fā)現(xiàn)，它并不推薦for in file這種方式逐行處理文本：

Line 3: 
for line in $(cat test.data) 
            ^-- SC2013: To read lines rather than words, pipe/redirect to a 'while read' loop. 

作者:守望，linux應用開發(fā)者，目前在公眾號【編程珠璣】，分享Linux/C/C++/數(shù)據(jù)結構與算法/工具等原創(chuàng)技術文章和學習資源

原文鏈接：https://mp.weixin.qq.com/s/rW0Va8g0U3apxNwR0Ziw9w