脚本编程中的代码混合与匹配技巧

### 脚本编程中的代码混合与匹配技巧 在脚本编程中，我们常常会遇到需要将不同语言的代码混合使用的情况，比如在 C 语言中嵌入脚本代码，或者在 shell 脚本中嵌入其他语言的代码。本文将详细探讨这些混合编程的技巧，重点介绍 sed 和 awk 这两种工具在 shell 脚本中的应用。 #### 1. 在 C 语言中嵌入脚本代码的考量 在 C 语言中嵌入非平凡的脚本代码通常不是一个好主意。虽然可以使用 `system` 函数来执行脚本代码，例如： ```c system("if true; then\n" " echo hello\n" "fi"); ``` 这段代码会生成一个等效于 `"if true; then\n echo hello\nfi"` 的字符串，但有些 C 编译器提供了接受字符串中嵌入换行符的扩展，不过这种方法不具有可移植性，也不是特别有用。 如果想从 C 语言中运行外部命令，通常应该使用 `fork()` 和 `exec()` 来调用外部程序。如果要运行脚本，最好使用外部脚本程序，而不是尝试嵌入它。 #### 2. 在 shell 脚本中嵌入代码 当其他语言适合用作过滤器时，通常会将其代码嵌入到 shell 脚本中。其中，sed 和 awk 是两个最著名的例子。 一旦熟悉了 shell 的引用机制，在 shell 脚本中嵌入程序通常很容易。大多数情况下，单引号就可以满足需求，但对于嵌入程序中需要替换的 shell 变量，情况会有所不同。 嵌入 shell 变量到程序中的难度因嵌入代码的上下文而异。如果能确保变量的值在嵌入语言中不需要特殊引用，那么嵌入就很简单，例如： ```bash cmd -e 'code '"$var"' more code' ``` 这段代码将 shell 变量 `$var` 嵌入到 `code` 和 `more code` 之间，但在嵌入代码中没有对其进行引用。如果需要引用，必须确保在嵌入之前对 shell 变量的值进行正确的引用。文件名和用户提供的输入可能需要大量的工作来正确清理，以用于嵌入代码。在某些情况下，截断或删除无效输入可能比通过引用保留它们更好。 #### 3. shell 与 sed 的结合使用 sed 是一个通用的编辑工具，可以用作过滤器（不过 `-i` 选项并非在所有系统上都通用）。它主要用于使用正则表达式模式进行简单的替换，但实际上功能远不止于此。 sed 主要使用基本正则表达式，有些版本支持额外的功能，如交替 (`\|`) 或 `\?` 和 `\+` 扩展，但并非所有版本都支持，因此不建议使用这些扩展。一般来说，除非字符在使用反斜杠转义时有特殊含义或它是表达式分隔符，否则不要在 sed 中使用反斜杠转义。 sed 常用于对文件进行相对简单的转换，例如用字符串值替换特殊标记文本。默认情况下，sed 从标准输入读取数据，对其执行给定的指令，然后将每一行输出到标准输出。 sed 的一个主要用途是解决缺乏 POSIX 参数替换运算符（如 `${var#pattern}`）的 shell 的问题，例如从路径名中提取目录名： ```bash $ dir=`printf "%s" "$path" | sed -e 's,.*/,,'` ``` 不过，对于这种简单的情况，使用 `expr` 可能更好。 sed 的 `s//` 命令通常用斜杠表示，但使用其他字符也是可移植的，在处理路径名时，使用其他字符甚至更可取，逗号是常见的选择。不过，感叹号在某些 shell（如 csh、非常旧的 bash）中会因为历史扩展而导致问题。 即使是一个小的 sed 命令也能发挥很大的作用。例如，为了防止字符串被当作选项，可以在字符串前加上 `X`，然后使用 sed 去除这个前缀： ```bash Xsed="sed -e 's,^X,,'" func_echo () { echo X"$@" | $Xsed } ``` 这样，即使第一个参数是 `-n`，这个函数也能可靠地显示它。 在编写 sed 脚本时，除了在有限的情况下（如正则表达式包含命令使用的分隔符字符）需要对反斜杠进行处理外，通常不需要额外的引用。编写包含多个独立命令的 sed 命令时，有多种选择，可以使用多个 `-e` 参数，也可以用分号分隔命令。如果要编写较长的脚本，使用嵌入换行符的单个脚本通常更好，这样更易于阅读。 使用 sed 模拟 grep 的示例如下： ```bash sed -n -e '/'"$regex"'/p' ``` 这个命令会打印匹配 `$regex` 的每一行，但如果 `$regex` 包含正斜杠，可能会有问题。`-n` 选项可以防止 sed 自动打印每一行，只显示显式打印的行。如果遗漏了 `-n`，会导致每一行输入都被打印，并且匹配 `$regex` 的行还会被额外打印一次。 解决分隔符问题有点棘手，一般需要用反斜杠转义分隔符字符，但反斜杠在 sed 中也有特殊含义。可以使用以下方法： ```bash pat=`printf "%s\n" "$pat" | sed -e 's,/,\\/,g'` ``` 这样，变量 `$pat` 中的每个斜杠都会被替换为反斜杠加斜杠。在 sed 脚本中展开 `$pat` 时，反斜杠会保护正斜杠，使其不被解释为分隔符。需要注意的是，要用单引号引用 sed 脚本，否则需要双倍的反斜杠。 较长的 sed 脚本可以实现非常强大的功能，例如下面的脚本会将 `$LINENO` 替换为脚本的行号： ```ba ```