Longitud de string en bash

Deseamos regalarte la mejor respuesta que encontramos por todo internet. Nuestro deseo es que te sea de mucha ayuda y si puedes compartir cualquier detalle que nos pueda ayudar a perfeccionar nuestra información hazlo con total libertad.

Solución:

Para obtener la longitud de un string almacenado en una variable, digamos:

myvar="some string"
size=$#myvar 

Para confirmar que se guardó correctamente, echo eso:

$ echo "$size"
11

UTF-8 string longitud

Además de la respuesta correcta de fedorqui, me gustaría mostrar la diferencia entre string longitud y longitud de bytes:

myvar='Généralités'
chrlen=$#myvar
oLang=$LANG oLcAll=$LC_ALL
LANG=C LC_ALL=C
bytlen=$#myvar
LANG=$oLang LC_ALL=$oLcAll
printf "%s is %d char len, but %d bytes len.n" "$myvar" $chrlen $bytlen

rendirá:

Généralités is 11 char len, but 14 bytes len.

incluso podría echar un vistazo a los caracteres almacenados:

myvar='Généralités'
chrlen=$#myvar
oLang=$LANG oLcAll=$LC_ALL
LANG=C LC_ALL=C
bytlen=$#myvar
printf -v myreal "%q" "$myvar"
LANG=$oLang LC_ALL=$oLcAll
printf "%s has %d chars, %d bytes: (%s).n" "$myvar" $chrlen $bytlen "$myreal"

Responderé:

Généralités has 11 chars, 14 bytes: ($'G303251n303251ralit303251s').

No un: De acuerdo con el comentario de Isabell Cowan, he agregado la configuración a $LC_ALL junto con $LANG.

Longitud de un argumento

El argumento funciona igual que las variables regulares.

strLen() 
    local bytlen sreal oLang=$LANG oLcAll=$LC_ALL
    LANG=C LC_ALL=C
    bytlen=$#1
    printf -v sreal %q "$1"
    LANG=$oLang LC_ALL=$oLcAll
    printf "String '%s' is %d bytes, but %d chars len: %s.n" "$1" $bytlen $#1 "$sreal"

funcionará como

strLen théorème
String 'théorème' is 10 bytes, but 8 chars len: $'th303251or303250me'

Útil printf herramienta de corrección:

Si usted:

for string in Généralités Language Théorème Février  "Left: ←" "Yin Yang ☯";do
    printf " - %-14s is %2d char lengthn" "'$string'"  $#string
done

 - 'Généralités' is 11 char length
 - 'Language'     is  8 char length
 - 'Théorème'   is  8 char length
 - 'Février'     is  7 char length
 - 'Left: ←'    is  7 char length
 - 'Yin Yang ☯' is 10 char length

Realmente no bonita… Para esto, hay una pequeña función:

strU8DiffLen ()  
    local bytlen oLang=$LANG oLcAll=$LC_ALL
    LANG=C LC_ALL=C
    bytlen=$#1
    LANG=$oLang LC_ALL=$oLcAll
    return $(( bytlen - $#1 ))

Entonces ahora:

for string in Généralités Language Théorème Février  "Left: ←" "Yin Yang ☯";do
    strU8DiffLen "$string"
    printf " - %-$((14+$?))s is %2d chars length, but uses %2d bytesn" 
        "'$string'" $#string $(($#string+$?))
  done 

 - 'Généralités'  is 11 chars length, but uses 14 bytes
 - 'Language'     is  8 chars length, but uses  8 bytes
 - 'Théorème'     is  8 chars length, but uses 10 bytes
 - 'Février'      is  7 chars length, but uses  8 bytes
 - 'Left: ←'      is  7 chars length, but uses  9 bytes
 - 'Yin Yang ☯'   is 10 chars length, but uses 12 bytes

Desafortunadamente, ¡esto no es perfecto!

Pero quedó un comportamiento extraño de UTF-8, como caracteres a doble espacio, caracteres con espacio cero, desplazamiento inverso y otros que no podrían ser tan simples…

Eche un vistazo a diffU8test.sh o diffU8test.sh.txt para conocer más limitaciones.

Quería el caso más simple, finalmente este es un resultado:

echo -n 'Tell me the length of this sentence.' | wc -m;
36

Si piensas que ha resultado útil nuestro artículo, agradeceríamos que lo compartas con otros seniors de este modo nos ayudas a difundir esta información.

---

---

Utiliza Nuestro Buscador