一个 Shell 脚本来模拟 wc 命令及其选项?

Question

我们必须编写一个shell脚本程序，其工作原理类似于wc命令。 接收-l、-c和-w作为其选项。

抛开外壳脚本语法;我的问题是，我们可以使用sed或grep或anything else来模拟wc -c或wc -l或wc -w的逻辑吗？如果是，那如何？

IMP：不要在脚本中使用wc

Answer 1

可以通过将适当的-v变量设置为0来参数化的单个awk命令：

LC_ALL=C awk -v l=1 -v w=1 -v c=1 '
{ wc+=NF; cc+=1+length($0) }
END { printf "%st%st%sn", l ? NR : "", w ? wc: "", c ? cc : ""}
' file

注意：

• 为简单起见，您总是得到 3 个t分隔的输出字段，其中未请求输出的字段为空;但是，修改它以模拟wc的输出行为并不难。

• 正如choroba的grep答案中所解释的，如果你真的想计算字节(-c)而不是(可能是多字节)字符(-m)，你必须在awk ...前面加上LC_ALL=C 。

  • 要计算字符数(相当于wc -m)，请删除上面的LC_ALL=C 。
    警告：不幸的是，这不适用于 BSDawk，就像在 macOS 上一样，因为它不能识别 Unicode 并且总是计算字节数(尝试awk '{print length($0)}' <<<ü)。

• wc -l严格计算n字符的数量，因此它不会在其输入的末尾计算不完整的行 - 缺少尾随n的行;相比之下，上面的awk命令确实计算该行(以及字节/字符计数中隐含的尾随换行符)。

• 工作原理：

  • awk的NF变量包含每个输入行上的字段数，其中行默认通过任意空格分隔为字段;换句话说：默认情况下，字段是单词。
  • $0是手头的输入行，其length()告诉您字符/字节数，并添加1以考虑行尾的n字符。
  • 请注意变量wc和cc如何初始化，因为awk隐式地将空/未定义的变量视为数字上下文中的0变量(例如使用复合运算符+=)。
  • NR包含当前从 1 开始的行号，在END块中等于输入行的总数。

Answer 2

使用 awk：

-l：

awk 'END{print NR}' inFile

-w：

awk '{words+=NF}END{print words}' inFile

-c：

ls -l inFile | awk '{print $5}'

Answer 3

如果你可以使用grep，模拟行数很容易：只需计算匹配的事情总是发生多少次：

grep -c '^' filename

这应该输出与wc -l相同的输出(但如果文件不以换行符结尾，它可能会再报告一行)。

若要获取字数，可以使用以下管道：

grep -o '[^[:space:]]+' filename | grep -c '^'

您需要支持-o选项的grep，该选项将每个匹配的字符串打印到自己的行中。该表达式匹配所有非空格序列，将它们管道到我们在前面的情况中使用的序列中只是计算它们。

要获取字符数(wc -c)，您可以使用

LC_ALL=C grep -o . filename | grep -c '^'

如果您的区域设置支持 UTF-8，则需要设置 LC_ALL，否则您将计wc -m.您需要将换行符的数量添加到输出编号中，因此

echo $(( $( grep -c '^' filename ) 
+ $( LC_ALL=C grep -o . filename | grep -c '^' ) ))