Um comando para imprimir apenas os últimos 3 caracteres de uma sequência

Eu sei que o cutcomando pode imprimir os primeiros ncaracteres de uma string, mas como selecionar os últimos ncaracteres?

Se eu tiver uma sequência com um número variável de caracteres, como posso imprimir apenas os últimos três caracteres da sequência. por exemplo.

saída "ilimitada" necessária é "ted"
A saída "987654" necessária é "654"
A saída "123456789" necessária é "789"

Por que ninguém deu a resposta óbvia?

sed 's/.*\(...\)/\1/'

... ou o menos menos óbvio

grep -o '...$'

É certo que o segundo tem a desvantagem de que linhas com menos de três caracteres desaparecem; mas a pergunta não definiu explicitamente o comportamento para este caso.

Mantendo-o simples - cauda

Não devemos precisar de uma expressão regular, ou mais de um processo, apenas para contar caracteres.
O comando tail, geralmente usado para mostrar as últimas linhas de um arquivo, possui uma opção -c( --bytes), que parece ser a ferramenta certa para isso:

$ printf 123456789 | tail -c 3
789

(Quando você está em um shell, faz sentido usar um método como na resposta do mikeserv, porque economiza o início do processo tail.)

Caracteres Unicode reais?

Agora, você pede os três últimos caracteres ; Não é isso que esta resposta lhe dá: ela gera os últimos três bytes !

Contanto que cada caractere tenha um byte, tail -capenas funciona. Então, ele pode ser usado se o conjunto de caracteres é ASCII, ISO 8859-1ou uma variante.

Se você tiver entrada Unicode, como no UTF-8formato comum , o resultado está errado:

$ printf 123αβγ | tail -c 3
�γ

Neste exemplo, usando UTF-8, os caracteres gregos alfa, beta e gama têm dois bytes de comprimento:

$ printf 123αβγ | wc -c  
9

A opção -mpode pelo menos contar os caracteres unicode reais:

printf 123αβγ | wc -m
6

Ok, então os últimos 6 bytes nos fornecerão os últimos 3 caracteres:

$ printf 123αβγ | tail -c 6
αβγ

Portanto, tailele não suporta manipulação de caracteres gerais e nem tenta (veja abaixo): Ele lida com linhas de tamanho variável, mas sem caracteres de tamanho variável.

Vamos colocar desta maneira: tailé ideal para a estrutura do problema resolver, mas errado para o tipo de dados.

GNU coreutils

Olhando mais, verifica-se que te coreutils GNU, a coleção de ferramentas básicas, como sed, ls, taile cut, ainda não está totalmente internacionalizado. O que é principalmente sobre o suporte ao Unicode.
Por exemplo, cutseria um bom candidato para usar em vez de cauda aqui para suporte ao personagem; Possui opções para trabalhar em bytes ou caracteres, -c( --bytes) e -m( --chars);

Somente isso -m/ --charsna versão
cut (GNU coreutils) 8.212013
não foi implementado!

De info cut:

`-c CHARACTER-LIST'
`--characters=CHARACTER-LIST'
     Select for printing only the characters in positions listed in CHARACTER-LIST.  
     The same as `-b' for now, but internationalization will change that.

Veja também esta resposta para Não é possível usar `cut -c` (` --characters`) com UTF-8? .

Se o seu texto estiver em uma variável de shell chamada STRING, você poderá fazer isso em a bash, zshou mkshshell:

printf '%s\n' "${STRING:(-3)}"

Ou

printf '%s\n' "${STRING: -3}"

que também tem o benefício de trabalhar com o ksh93 de onde vem essa sintaxe.

O ponto é que ele :precisa ser separado do -caso contrário, ele se torna o ${var:-default}operador do shell Bourne.

A sintaxe equivalente nos shells zshou yashé:

printf '%s\n' "${STRING[-3,-1]}"

Usando awk:

awk '{ print substr( $0, length($0) - 2, length($0) ) }' file
ted
654
789

Se a sequência estiver em uma variável, você poderá:

printf %s\\n "${var#"${var%???}"}"

Isso retira os três últimos caracteres do valor de $varlike:

${var%???}

... e depois tira da cabeça de $vartudo, mas o que foi simplesmente despido como:

${var#"${var%???}"}

Este método tem suas vantagens e desvantagens. Pelo lado positivo, é totalmente portátil para POSIX e deve funcionar em qualquer shell moderno. Além disso, se $varnão contiver pelo menos três caracteres, nada\n será impresso, mas o ewline à direita . Então, novamente, se você quiser que seja impresso nesse caso, precisará de uma etapa adicional como:

last3=${var#"${var%???}"}
printf %s\\n "${last3:-$var}"

Dessa maneira, $last3somente estará vazio se $varcontiver 3 ou menos bytes. E $varsó é substituído por $last3se $last3está vazio ou unset- e sabemos que não é unsetporque apenas o definimos.

Você pode fazer isso, mas isso é um pouco ... excessivo:

for s in unlimited 987654 123456789; do
    rev <<< $s | cut -c 1-3 | rev
done 

ted
654
789

A solução à prova de balas para cordas utf-8:

utf8_str=$'\xd0\xbf\xd1\x80\xd0\xb8\xd0\xb2\xd0\xb5\xd1\x82' # привет

last_three_chars=$(perl -CAO -e 'print substr($ARGV[0], -3)' "$utf8_str")

Ou use:

last_three_chars=$(perl -MEncode -CO -e '
  print substr(decode("UTF-8", $ARGV[0], Encode::FB_CROAK), -3)
' "$utf8_str")

para impedir o tratamento incorreto dos dados.

Exemplo:

perl -MEncode -CO -e '
  print substr(decode("UTF-8", $ARGV[0], Encode::FB_CROAK), -3)
' $'\xd0\xd2\xc9\xd7\xc5\xd4' # koi8-r привет

Produz algo como isto:

utf8 "\xD0" does not map to Unicode at /usr/lib/x86_64-linux-gnu/perl/5.20/Encode.pm line 175.

Não depende das configurações de localidade (ou seja, funciona com LC_ALL=C). Bash, sed, grep, awk, revRequerem algo como isto:LC_ALL=en_US.UTF-8

Solução comum:

• Receber bytes
• Detectar codificação
• Decodificar bytes para caracteres
• Extrair charaсters
• Codificar caracteres em bytes

Você pode detectar a codificação com uchardet . Veja também projetos relacionados .

Você pode decodificar / codificar com Encode no Perl, codecs no Python 2.7

Exemplo :

Extraia os últimos três caracteres da string utf-16le e converta esses caracteres em utf-8

utf16_le_str=$'\xff\xfe\x3f\x04\x40\x04\x38\x04\x32\x04\x35\x04\x42\x04' # привет

chardet <<<"$utf16_le_str"  # outputs <stdin>: UTF-16LE with confidence 1.0

last_three_utf8_chars=$(perl -MEncode -e '
    my $chars = decode("utf-16le", $ARGV[0]);
    my $last_three_chars = substr($chars, -3);
    my $bytes = encode("utf-8", $last_three_chars);
    print $bytes;
  ' "$utf16_le_str"
)

Veja também: perlunitut , HOWTO Unicode em Python 2

Que tal usar "expr" ou "rev"?

Uma resposta semelhante à fornecida pelo @ G-Man :expr "$yourstring" : '.*\(...\)$' tem a mesma desvantagem que a solução grep.

Um truque bem conhecido é combinar "cut" com "rev": echo "$yourstring" | rev | cut -n 1-3 | rev

Obtenha o tamanho da string com:

size=${#STRING}

Em seguida, obtenha a substring do último n caractere:

echo ${STRING:size-n:size}

Por exemplo:

STRING=123456789
n=3
size=${#STRING}
echo ${STRING:size-n:size}

daria:

789

tail -n 1 revisions.log | awk '{substr de impressão ($ 0, 0, comprimento ($ 0) - (comprimento ($ 0) -13)))}'

Se você deseja imprimir os primeiros treze caracteres desde o início

printf não funcionará se a string tiver espaços.

Abaixo do código para string com espaço

str="Welcome to Linux"
echo -n $str | tail -c 3

nux