regex - 测量单位正则表达式操作

Question

客观的

上 Linux ，我试图获得一个代表可用系统内存的最终用户友好字符串。

例子:

Your computer has 4 GB of memory.

成功标准

我认为这些方面对最终用户友好(您可能不同意):

1G比 1.0G 更具可读性( 1 与 1.0 )

1GB比 1G 更具可读性( GB 与 G )

1 GB比 1GB 更具可读性( space-separated 计量单位)

memory比 RAM 更具可读性, DDR或 DDR3 (无行话)

初始点

free 实用程序来自 procps-ng 有一个供人类使用的选项:

-h, --human
    Show all output fields automatically scaled to shortest three digit unit
    and display the units of print out.  Following units are used.
        B = bytes
        K = kilos
        M = megas
        G = gigas
        T = teras
    If unit is missing, and you have petabyte of RAM or swap, the number is
    in terabytes and columns might not be aligned with header.

所以我决定从那里开始:

> free -h
             total       used       free     shared    buffers     cached
Mem:          3.8G       1.4G       2.4G         0B       159M       841M
-/+ buffers/cache:       472M       3.4G
Swap:         4.9G         0B       3.9G

3.8G听起来很有希望，所以我现在要做的就是......

所需步骤

过滤包含人类可读字符串的行的输出(即 Mem: )

从行的中间挑出内存总量(即 3.8G )

解析出数字和度量单位(即 3.8 和 G )

根据我的喜好格式化和显示字符串(例如 G ↝ GB , ...)

我的尝试

free -h | \
  awk  '/^Mem:/{print $2}' | \
    perl -ne '/(\d+(?:\.\d+)?)(B|K|M|G|T)/ && printf "%g %sB\n", $1, $2'

输出:

3.8 GB

所需的解决方案

我宁愿只使用 gawk ，但我不知道如何

如果有的话，使用更好的，甚至规范的方法来解析字符串中的“浮点数”

我不介意“只是公认的大小字母”的挑剔匹配(B|K|M|G|T) ，即使这会因引入新尺寸而不必要地破坏匹配

我用 %g输出 4.0如 4 ，这可能是您不同意的，具体取决于您对这些评论的看法:https://unix.stackexchange.com/a/70553/10283 .

我的问题，总结

你能在awk中做以上的事情吗？只要？

请问我的perl写得比那更优雅，保持它的严格性？

记住:

I am a beginner robot. Here to learn. :]

我从安迪莱斯特那里学到了什么

为了我自己的利益，在这里总结一下:如果可以的话，巩固学习。

使用 regex character classes ，不是 regex alternation , 从集合中挑选一个字符

perl 有一个 -a选项，它拆分 $_来自 -e或 -n进入 @F :

例如，这个 gawk :

echo foo bar baz | awk '{print $2}'

可以这样写在 perl :

echo foo bar baz | perl -ane 'print "$F[1]\n";'

除非有等同于 的东西gawk 的 --field-separator ，我想我还是喜欢 gawk 更好，虽然当然要在 中做所有事情perl 更清洁，更高效。 (有等价物吗？)

编辑 : 实际上，这证明存在，而且是 -F就像在 gawk :

echo ooxoooxoooo | perl -Fx -ane 'print join "\n", @F'

输出:

oo
ooo
oooo

perl 有一个 -l选项，这真是太棒了:把它想象成 Python 的 str.rstrip (如果您不是 Python 头像，请查看链接)了解 $_ 的有效性但它重新附加了 \n自动为您输出

谢谢，安迪!

Answer 1

是的，我相信你可以只用 awk 来做这个，但我是一个 Perl 人，所以这里是你如何只用 Perl 来做的。

而不是 (B|K|M|G|T)使用 [BKMGT] .

使用 Perl 的 -l自动从输入中去除换行符并将它们添加到输出中。

我看不出有任何理由让 Awk 做一些剥离工作，而让 Perl 做其余的工作。您可以使用 Perl 的 -a 自动拆分字段。

我不知道 free -h 的输出是什么正是(我的 free 没有 -h 选项)所以我猜这个

free -h | \
perl -alne'/^Mem:/ && ($F[1]=~/(\d+(?:\.\d+)?)[BKMGT]/) && printf( "%g %sB", $1, $2)'