Question

我正在尝试使用shell从url字符串中提取字符（在方法之间使用）。我一直坚持识别“？”角色...

set sample to "https://someaddress.com/path/subpath/12345?userId=523"
set extract to do shell script "awk -F 'subpath/|userId' '{print $2}'<<<" & quoted form of sample

...这将起作用，但显然返回“ 12345？”。我如何也排除“？”。 “ \？”没有做到

Answer 1

如果您不希望使用? 字符，请使用\\\\?代替userId作为值 -F 选项，例如使用-F 'subpath/|\\\\?代替-F 'subpath/|userId'：

set sample to "https://someaddress.com/path/subpath/12345?userId=523"
set extract to do shell script "awk -F 'subpath/|\\\\?' '{print $2}'<<<" & quoted form of sample
    --> "12345"

通常要从awk中的命令行中转义特殊字符，您必须使用两个反斜杠，如下所示下面的示例终端输出：

$ awk -F 'subpath/|\?' '{print $2}'<<<'https://someaddress.com/path/subpath/12345?userId=523'
awk: illegal primary in regular expression subpath/|? at 
 input record number 1, file 
 source line number 1
$ awk -F 'subpath/|\\?' '{print $2}'<<<'https://someaddress.com/path/subpath/12345?userId=523'
12345
$

但是，在 ApplesScript do shell script 命令中，您必须加倍使用反斜杠。

Answer 2

我猜（希望）您的代码段是较大的AppleScript的一部分，否则我的直接建议是将整个内容编写为shell脚本，实际上已经是这样。

我相信选择合适的工具来完成正确的工作，在这种情况下，shell脚本和AppleScripting都可以独立完成同样的事情，因此从一个方向调用另一个是非常懒惰和讨厌。但是，个人喜好在我们每个人喜欢如何编写脚本方面都起着重要的作用，因此，我将由您自己决定是否要采用我的任何一种方法，还是坚持使用自目前可用的内容

由于您的代码主要是bash脚本，因此我将从这里开始： awk 当然是一种非常强大的脚本语言，它可以完成很多很棒的文字。但这不是在这里完成工作的正确工具：感觉就像抓住武士刀来切面包；它无疑能够做到这一点，但是我认为它并不是以最优雅的方式使用的，所以最终您陷入了混乱。我主要是指正则表达式，这些正则表达式只有在应用到您提供的特定URL时才有用，并且使用单词部分来定位匹配，这是您要依赖的字符串的最后一个方面在。这是我的处理方式：

$ awk -F '^.*/|[?=&]' '{ print $2,$3,$4; }' <<< https://someaddress.com/path/subpath/12345?userId=523
12345 userId 523

使用'^.*/|[?=&]'进行模式匹配有两个优点：

应该立即注意到，它不使用特定于您的URL的任何元素，因此可以与通常遵循某种格式的大量URL配合使用（我们可以很自信，例如，在子弹12345之前的正斜杠将是出现在URL中的最后一个斜杠，该URL格式正确且经过正确编码，因为它后面的所有其他斜杠都必须进行百分比编码）。
您希望对尝试双重转义的过程中明显缺少反斜杠感到满意，这是用一种语言编写脚本然后调用另一种语言的缺点之一，而两者都需要一个字符串即使已经逃脱过一次，也为他们专门逃脱了。实际上，由于我的正则表达式不包含任何需要转义的内容，因此我设法将反斜杠的总数降低至零。这是嵌入在AppleScript中的相同脚本，可让您查看并运行该脚本以确保其按原样工作：
```
set www to "https://someaddress.com/path/subpath/12345?userId=523"
set cmd to "awk -F '^.*/|[?=]' '{ print $2,$3,$4; }' <<<"
do shell script cmd & www's quoted form
    --> "12345 userId 523"
```
对某些人（而不是其他人）有价值的最后一个好处是，与您相比，我使用的正则表达式具有更高的效率和速度。人们并不总是会想到正则表达式匹配是要执行的复杂，密集且昂贵的一组操作，并且在如何构造它们时要考虑周全-当然，在比这更严格的情况下---脚本的执行方式有很大的不同。使用模式subpath/|\?需要执行107个文本比较，以匹配段（"subpath"）和问号，这花费了444ms。好的，我可以肯定，您可以腾出444ms的时间来运行脚本，因此，我不建议它需要更快。但是，无论如何，使用^.*/|[?=&]可以将操作数量减少到57，并且花费了216ms。因此，我们模式中相对无害的更改意味着脚本完成了一半的工作，而速度却提高了两倍。为了进一步说明对性能的令人惊讶的影响，对正则表达式进行细微更改后得到的结果是，当我从模式的前面删除了插入符号（^）时（这不会影响它所匹配的内容，并返回相同的结果）最终结果），性能下降了400％，在901毫秒内进行匹配之前，需要进行209次文字比较。这几乎是整整一秒钟，因此它正在占用您开始注意到的时间长度。

我花了很多时间讨论bash方法，我将通过仅AppleScript的方法来探讨这个问题，这似乎让我觉得它不太合适，但是事实上，我会说，在这种情况下，这可能是一种更好的工具。 awk是武士刀，理想情况下，我们更喜欢没有的面包刀，但是AppleScript是牛排刀，通常有点cr脚，几乎没有那么锋利，但实际上最终会真正整洁的工作，不会造成混乱。

set www to "https://someaddress.com/path/subpath/12345?userId=523"
set my text item delimiters to {"/", "?"}
return the text items of www
--> {"https:", "", "someaddress.com", "path", "subpath", "12345", "userId=523"}

和以前一样，它并不关心特定的URL，因为它将对任何格式正确的URL执行相同的操作。由于该段位于最后一个正斜杠的前面，因此该段出现在URL中，并且应该出现在一个唯一的问号之后，因此它将始终位于该AppleScript分解成的组件列表中倒数第二个位置。网址相当令人满意。因此，将从该脚本返回所需的URL的特定部分：

set www to "https://someaddress.com/path/subpath/12345?userId=523"
set my text item delimiters to {"/", "?"}
set slug to text item -2 of www
--> "12345"

Shell AWK，如何转义问号符号

2 个答案: