第35章：数组

上一章中，我们学习了 shell 如何处理字符串和数字。迄今为止我们学过的，在计算机科学圈中，都叫做标量变量（scalar variables）；即，变量中仅包含了一个值。

本章中，我们要学习另一种数据结构，叫数组（array），它包含了多个值。数组实际上是每种程序语言中都有的功能。shell 也是支持数组的，尽管其方式相当受限。即便如此，它们还是能非常有效地解决一些类型的编程问题。

什么是数组？

数组是在同一时间内保有多于一个值的变量。数组的组织类似一张表格。让我们试着用一个电子表格为例。一个电子表格的行为就像是一个二维数组（two-dimensional-array）。表格有行和列，表格中一个单独的单元格可以根据其行列地址来定位。数组的行为方式与此相同。一个数组有许多单元格，被称为元素（elements），每个元素包含有数据。一个单个的数组元素用被称为索引（index）或下标（subscript）的地址来访问。

大多数程序语言支持多维数组（multidimensional arrays）。一张电子表格是具有两个维度的多维数组示例，宽度和高度。许多语言支持具有任意数量维度的数组，尽管二维和三维数组可能是最常用的。

在 bash 中的数组被限制为单个维度。我们可以把它们想象成为一张电子表格中的单行。即便在这种限制下，也有许多对于数组的应用。bash 首次支持数组是在第二版中。原生的 Unix shell 程序 sh，是完全不支持数组的。

创建一个数组

数组变量的命名就跟其它 bash 变量一样，当被访问时，就被自动创建了。例如：

[me@linuxbox ~]$ a[1]=foo
[me@linuxbox ~]$ echo ${a[1]}
foo

这个例子中，我们看到了对一个数组元素的赋值和访问。第一个命令中，我们将数组 a 的第 1 个元素赋值为 foo。第二个命令显示了已保存的元素 1 中的值。第二个命令中的花括号是必须的，以防止 shell 试图对数组元素作路径名扩展。

一个数组也可以用 declare 命令来创建。

[me@linuxbox ~]$ declare -a a

使用 -a 选项，这个 declare 示例就创建了一个数组 a。

指定数值到一个数组

可以用两种方式指定数值。单个值可以用下列句法来指定：

name[subscript]=value

其中，name 是数组的名称，而 subscript 是一个大于等于零的整数（或者是算术表达式）。记住，一个数组的第一个元素的下标是 0，不是 1。value 是要指定到数组元素中的一个字符串或整数。

多个值可以用下列句法来指定：

name=(value1 value2 ...)

其中 name 是数组的名称，而 value 占位符则是从第 0 个元素开始按顺序分配给数组元素的值。例如，我们想要将一个星期的日期名缩写指定到数组 days 中，可以这么做：

[me@linuxbox ~]$ days=(Sun Mon Tue Wed Thu Fri Sat)

还可以对每个值指定下标来对元素赋值。

[me@linuxbox ~]$ days=([0]=Sun [1]=Mon [2]=Tue [3]=Wed [4]=Thu [5]=Fri [6]=Sat)

访问数组元素

那么，数组有什么好处呢？就如许多数据管理任务可以被电子表格程序执行一样，许多程序任务也可以用数组来执行。

来考虑一个简单的数据收集和展示的例子。我们将构建一个脚本，用来检测指定目录中文件的修改时间。从这个数据，脚本将会输出一个表格，来展示文件的最后修改时间，在一天中的哪个小时内。这样的一个脚本可以被用来确定一个系统在何时是最活跃的。该脚本名为 hours，产生的结果如下：

[me@linuxbox ~]$ hours .
Hour  Files  Hour  Files
----  -----  ----  -----
00    0      12    11
01    1      13    7
02    0      14    1
03    0      15    7
04    1      16    6
05    1      17    5
06    6      18    4
07    3      19    4
08    1      20    1
09    14     21    0
10    2      22    0
11    5      23    0

Total files = 80

我们执行 hours 程序，指定当前目录为目标。它就制造出了这份表格，对于一天中的每个小时，有多少文件被最后修改。代码如下：

#!/bin/bash

# hours: script to count files by modification time

usage () {
    echo "usage: ${0##*/} directory" >&2
}

# Check that argument is a directory
if [[ ! -d "$1" ]]; then
    usage
    exit 1
fi

# Initialize array
for i in {0..23}; do hours[i]=0; done

# Collect data
for i in $(stat -c %y "$1"/* | cut -c 12-13); do
    j="${i#0}"
    ((++hours[j]))
    ((++count))
done

# Display data
echo -e "Hour\tFiles\tHour\tFiles"
echo -e "----\t-----\t----\t-----"
for i in {0..11}; do
    j=$((i + 12))
    printf "%02d\t%d\t%02d\t%d\n" \
        "$i" \
        "${hours[i]}" \
        "$j" \
        "${hours[j]}"
done
printf "\nTotal files = %d\n" $count

这个脚本由一个函数（usage）和一个包含四个章节的主体构成。第一节中，我们检查了命令行上有一个参数，且是一个目录。如果不是，则显示 usage 消息并退出。

第二节中，通过对每个元素赋值为零，初始化了数组 hours。并没有什么特别的要求需要在使用前准备好数组，但是我们的脚本中要确保没有空元素。注意循环构建的方式很有意思。通过使用花括号扩展（{0..23}），就可以轻松生成供 for 命令使用的 words 序列。

下一节中，通过对目录中每个文件运行 stat 程序来收集数据。我们用 cut 来提取结果中的两位数小时数。在循环内，我们需要把小时字段的前置零去掉，因为 shell 会尝试（并最终失败）将 00 到 09 解释为八进制数字（见表 34-2）。接下来，我们使数组元素的值随一天中的小时数而增长。最后，我们增加一个计数器（count）的值，以统计目录中文件的总数。

脚本的最后一节显示了数组的内容。首先输出一组标题栏，随后进入一个循环，生成四列输出。最后输出文件的最终统计。

数组操作

有许多常用的数组操作。诸如删除数组、确定数组长度、排序等等之类的事情在脚本编写中有许多应用。

输出整个数组的内容

下标 * 和 @ 可以用来访问数组中每个元素。和位置参数一样，@ 表示法更有用些。下面是个演示：

[me@linuxbox ~]$ animals=("a dog" "a cat" "a fish")
[me@linuxbox ~]$ for i in ${animals[*]}; do echo $i; done
a
dog
a
cat
a
fish
[me@linuxbox ~]$ for i in ${animals[@]}; do echo $i; done
a
dog
a
cat
a
fish
[me@linuxbox ~]$ for i in "${animals[*]}"; do echo $i; done
a dog a cat a fish
[me@linuxbox ~]$ for i in "${animals[@]}"; do echo $i; done
a dog
a cat
a fish

我们创建了数组 animals 并分配了三个字符串，每个字符串有两个单词。随后我们执行四个循环来查看对数组内容的分词效果。记号 ${animals[*]} 和 ${animals[@]} 的行为是相同的，除非在它们外面加上双引号。* 表示法的结果是包含数组内容的单个单词，而 @ 表示法的结果是三个二词字符串，符合数组「真实」内容。

确定数组元素的个数

使用参数扩展，我们可以确定一个数组中元素的数目，和确定一个字符串长度的方法类似。示例如下：

[me@linuxbox ~]$ a[100]=foo
[me@linuxbox ~]$ echo ${#a[@]} # number of array elements
1
[me@linuxbox ~]$ echo ${#a[100]} # length of element 100
3

我们创建了数组 a 并将字符串 foo 赋值给了元素 100。随后用参数扩展来确定数组的长度，使用了 @ 表示法。最后，我们查看了包含字符串 foo 的元素 100 的长度。有趣的是要注意，当我们将字符串赋值到元素 100 时，bash 报告在数组中仅有一个元素。这与一些其它语言的行为有区别，有些语言会将未被使用的数组元素（0 - 99）初始化为空值并计算在内。在 bash 中，仅仅是那些被赋值的数组元素是存在的，而不论其下标为何。

查找数组使用的下标

因为 bash 数组在下标的分配中允许包含「间隙」，所以有时候判定哪个元素真实存在就很有用了。这可以使用下列形式的参数扩展来完成：

${!array[*]}
${!array[@]}

其中 array 是数组变量的名称。和其它扩展一样，包含在引号内的 @ 形式是最有用的，因为这会扩展为单个的单词。

[me@linuxbox ~]$ foo=([2]=a [4]=b [6]=c)
[me@linuxbox ~]$ for i in "${foo[@]}"; do echo $i; done
a
b
c
[me@linuxbox ~]$ for i in "${!foo[@]}"; do echo $i; done
2
4
6

在数组的末尾增加元素

如果我要在数组末尾添加元素，知道了一个数组中元素的数目并没有多少帮助，因为用 * 和 @ 记号返回的值，没有告诉我们数组中所用下标的最大值。幸运的是，shell 提供了一个解决方案。使用 += 赋值运算符，我们可以自动将值附加到一个数组的末尾。这里，我们分配三个值到数组 foo，然后再附加三个值。

[me@linuxbox ~]$ foo=(a b c)
[me@linuxbox ~]$ echo ${foo[@]}
a b c
[me@linuxbox ~]$ foo+=(d e f)
[me@linuxbox ~]$ echo ${foo[@]}
a b c d e f

对数组排序

和电子表格一样，常常有必要对一列数据排序。shell 没有直接的办法操作，不过稍微编写一点代码，也不难做到。

#!/bin/bash

# array-sort: Sort an array

a=(f e d c b a)
echo "Original array: ${a[@]}"
a_sorted=($(for i in "${a[@]}"; do echo $i; done | sort))
echo "Sorted array:   ${a_sorted[@]}"

执行时，脚本生成如下结果：

[me@linuxbox ~]$ array-sort
Original array: f e d c b a
Sorted array:   a b c d e f

脚本将原始数组（a）的内容复制到了第二个数组（a_sorted），用了一个棘手的命令替换。这个基本技术通过改变管道的设计，可以用来执行许多类型的对数组的操作。

删除一个数组

要删除一个数组，可以使用 unset 命令。

[me@linuxbox ~]$ foo=(a b c d e f)
[me@linuxbox ~]$ echo ${foo[@]}
a b c d e f
[me@linuxbox ~]$ unset foo
[me@linuxbox ~]$ echo ${foo[@]}

[me@linuxbox ~]$

unset 还可以用来删除单个数组元素。

[me@linuxbox ~]$ foo=(a b c d e f)
[me@linuxbox ~]$ echo ${foo[@]}
a b c d e f
[me@linuxbox ~]$ unset 'foo[2]'
[me@linuxbox ~]$ echo ${foo[@]}
a b d e f

在这个例子中，我们删除了数组中第三个元素，其下标为 2。记住，数组下标始于零，而非一！还需注意数组元素必须用引号括起来，以防止 shell 执行路径名扩展。

有意思的是，对一个数组赋一个空值，不会清空其内容。

[me@linuxbox ~]$ foo=(a b c d e f)
[me@linuxbox ~]$ foo=
[me@linuxbox ~]$ echo ${foo[@]}
b c d e f

凡引用一个数组变量而不带下标的，都指向该数组的第 0 个元素。

[me@linuxbox ~]$ foo=(a b c d e f)
[me@linuxbox ~]$ echo ${foo[@]}
a b c d e f
[me@linuxbox ~]$ foo=A
[me@linuxbox ~]$ echo ${foo[@]}
A b c d e f

关联数组

4.0 及以上版本的 bash 支持关联数组（associative arrays）。关联数组使用字符串而不是整数作为数组索引。这种能力使得在管理数据时可以使用一些有趣的新方法。举个例子，我们可以创建一个数组 colors，然后用颜色名称为索引。

declare -A colors
colors["red"]="#ff0000"
colors["green"]="#00ff00"
colors["blue"]="#0000ff"

不同于仅需在引用时才创建的整数索引数组，关联数组必须由带 -A 选项的 declare 命令创建。关联数组的元素也能用和整数索引数组类似的方法来访问。

echo ${colors["blue"]}

下一章中，我们将学习一个使用关联数组的脚本来创建一份有意思的报表。

总结

如果我们在 bash 的手册页中检索 array，可以找到许多 bash 利用的数组变量。其中大多数都很晦涩，不过它们可以为一些特殊的环境提供偶尔的效用。实际上，数组这整个课题在 shell 编程中是相当的低效的，这绝大部分原因在于传统的 Unix shell 程序（如 sh）没有对数组的任何支持。如此大量的缺乏支持是不幸的，因为数组在别的程序语言中得到广泛的应用，并提供强大的工具以解决各种程序问题。

数组和循环有天然的亲缘关系，经常结合使用。下面这种形式的循环就特别适合用来计算数组的下标：

for ((expr; expr; expr))

扩展阅读

• 本章中介绍的数据结构，在维基百科上有两篇文章：

  • http://en.wikipedia.org/wiki/Scalar_(computing)
  • http://en.wikipedia.org/wiki/Associative_array