Zeichen für Zeichen mit Bash lesen

Ich habe versucht, mit bash eine Datei zeichenweise zu lesen.

Nach langem Ausprobieren habe ich festgestellt, dass dies funktioniert:

exec 4<file.txt 
declare -i n
while read -r ch <&4; 
     n=0
     while [ ! $n -eq ${#ch} ]
           do  echo -n "${ch:$n:1}"
               (( n++ ))
          done
     echo "" 
     done

Das heißt, ich kann es Zeile für Zeile lesen und dann jede Zeile char für char durchlaufen.

Vorher hatte ich es versucht: exec 4<file.txt && while read -r -n1 ch <&4; do; echo -n "$ch"; done aber es würde alle Leerzeichen in der Datei überspringen .

Könnten Sie bitte erklären, warum? Gibt es eine Möglichkeit, die zweite Strategie (dh das Lesen von Zeichen für Zeichen mit Bashs Lesen) zum Funktionieren zu bringen?

Sie müssen Leerzeichen aus dem $IFSParameter entfernen read, um das Überspringen führender und nachfolgender Zeichen zu beenden (wobei -n1das Leerzeichen, falls vorhanden, sowohl führende als auch nachfolgende Zeichen ist, also übersprungen):

while IFS= read -rn1 a; do printf %s "$a"; done

Aber selbst dann readüberspringen Bashs Zeilenumbruchzeichen, mit denen Sie umgehen können:

while IFS= read -rn1 a; do printf %s "${a:-$'\n'}"; done

Obwohl Sie IFS= read -d '' -rn1stattdessen oder sogar besser IFS= read -N1(hinzugefügt in 4.1, kopiert von ksh93(hinzugefügt in o)) verwenden können, ist dies der Befehl zum Lesen eines Zeichens.

Beachten Sie, dass Bashs readnicht mit NUL-Zeichen umgehen können. Und ksh93 hat die gleichen Probleme wie bash.

Mit zsh:

while read -ku0 a; do print -rn -- "$a"; done

(zsh kann mit NUL-Zeichen umgehen).

Beachten Sie, dass diese read -k/n/Neine Anzahl von Zeichen und keine Bytes lesen . Bei Multibyte-Zeichen müssen sie möglicherweise mehrere Bytes lesen, bis ein vollständiges Zeichen gelesen wird. Wenn die Eingabe ungültige Zeichen enthält, erhalten Sie möglicherweise eine Variable, die eine Folge von Bytes enthält, die keine gültigen Zeichen bilden und die die Shell möglicherweise als mehrere Zeichen zählt . Zum Beispiel in einem UTF-8-Gebietsschema:

$ printf '\375\200\200\200\200ABC' | bash -c '
    IFS= read  -rN1 a; echo "${#a}"'
6

Das \375würde ein 6-Byte-UTF-8-Zeichen einführen. Das sechste ( A) oben ist jedoch für ein UTF-8-Zeichen ungültig. Sie erhalten immer noch \375\200\200\200\200Ain $a, was bashals 6 Zeichen zählt, obwohl die ersten 5 keine wirklichen Zeichen sind, sondern nur 5 Bytes, die nicht Teil eines Zeichens sind.

Dies ist ein einfaches Beispiel mit cuteiner forSchleife & wc:

bytes=$(wc -c < /etc/passwd)
file=$(</etc/passwd)

for ((i=0; i<bytes; i++)); do
    echo $file | cut -c $i
done

KISS, nicht wahr?