将一个字符串转换为 shell 参数

Question

我想了解如何将bash输入解析为参数。

例如，在NodeJS中使用process.argv，我们可以获得一个字符串数组（但这与语言无关）。

我的问题是，如何将类似"node foo.js --foo "bar baz" -b foo"的输入解析为类似于process.argv（或其他语言中的等效项）返回的数组（例如["node", "foo.js", "--foo", "\"bar baz\"", "-b", "foo"]）？

由于存在引号，仅按空格拆分是不够的。是否可以使用更复杂的正则表达式来处理引号并获取这样的数组？

- Ionică Bizău

---

你需要编写一个模拟 shell 语法的解析器。你试图解决什么问题？ - Pointy

@Pointy 实际上，那个 解析器 很可能是一个正则表达式来处理引号。我正在开发一个命令行参数解析器，它几乎完成了，并且接受像 process.argv 这样的数组。但我想做的是让它内部接受字符串（像这个例子中的 bash 命令）并将它们转换为数组。 - Ionică Bizău

我非常怀疑。Shell解析器必须处理不同类型的引号、变量扩展、文件重定向等问题。 - Pointy

@Pointy，我真的不需要文件重定向或其他类似的东西（假设它们已经被bash本身处理了）。我所需要的是一个简单的转换器，将用户提供给我的库的命令转换为一个数组，通过一种bash所做的方式来转义引号。 - Ionică Bizău

Bash不会“转义”引号，它解析命令。因此，你需要一个shell解析器来完成同样的任务。你的解析器可能比shell更简单，因为你不需要处理一些shell所需的功能，但你需要知道哪些是这些功能（以及你支持的shell子集是什么）。 - Etan Reisner

Answer 1

由于明确要求使用正则表达式解决此问题，尽管这是适合使用正确解析器的任务，但这里提供了一个令人兴奋的正则表达式一行代码。

考虑到以下规范：

• JS 兼容
• 按空格分词，但保持 "..." 或 '...' 在一起

可以使用简单的 match 函数查找值，缺点是无法很好地检测引号的嵌套转义（使用正则表达式进行递归匹配非常困难）。

>>> str = "node foo.js --foo \"bar baz\" -b foo";
    str.match(/"[^"]+"|'[^']+'|\S+/g)
<<< ["node", "foo.js", "--foo", "\"bar baz\"", "-b", "foo"]

正则表达式解释：

• "[^"]+"|'[^']+' 是一个子模式，它查找带有双引号或单引号的内容，中间不包含引号本身。
• | 表示选项分支。
• \S 是 \s 的取反：匹配非空白字符序列，这有效地断言我们匹配未被先前收集的符号。量词 + 应用于整个字符串。

- Unihedron

---

两个答案都不错，但是就像我说的，我需要一个小问题的微小解决方案。您能否提及一些这种方法无法正常工作的情况？ - Ionică Bizău

@IonicăBizău 当令牌中存在转义引号时，可能会出现问题，例如：""foo \"qux quux\" bar""。除此之外，一切都应该正常工作，包括两种引号的交叉使用：""foo 'bar' baz""。 - Unihedron

很好，很好，很棒！正是我所需要的！ - Ionică Bizău

Answer 2

使用shell-quote NPM包可以处理这个问题。

var parse = require('shell-quote').parse;
parse('node foo.js --foo "bar baz" -b foo');

[ 'node', 'foo.js', '--foo', 'bar baz', '-b', 'foo' ]

- James Thomas

---

这是一个不错的库。然而，对于简单情况（空格和引号以及单引号），我仍在寻找纯正则表达式解决方案。 - Ionică Bizău