Un comando para imprimir solo los últimos 3 caracteres de una cadena

Sé que el cutcomando puede imprimir los primeros ncaracteres de una cadena, pero ¿cómo seleccionar los últimos ncaracteres?

Si tengo una cadena con un número variable de caracteres, ¿cómo puedo imprimir solo los últimos tres caracteres de la cadena? p.ej.

la salida "ilimitada" necesaria es "ted"
La salida "987654" necesaria es "654"
La salida "123456789" necesaria es "789"

¿Por qué nadie ha dado la respuesta obvia?

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

... o lo un poco menos obvio

grep -o '...$'

Es cierto que el segundo tiene el inconveniente de que las líneas con menos de tres caracteres desaparecen; pero la pregunta no definió explícitamente el comportamiento para este caso.

Manteniéndolo simple - cola

No deberíamos necesitar una expresión regular, o más de un proceso, solo para contar caracteres.
El comando tail, que a menudo se usa para mostrar las últimas líneas de un archivo, tiene una opción -c( --bytes), que parece ser la herramienta adecuada para esto:

$ printf 123456789 | tail -c 3
789

(Cuando está en un shell, tiene sentido usar un método como en la respuesta de mikeserv, porque ahorra iniciar el proceso para tail).

Personajes reales de Unicode?

Ahora, pides los últimos tres caracteres ; Eso no es lo que te da esta respuesta: ¡genera los últimos tres bytes !

Siempre que cada carácter sea un byte, tail -csimplemente funciona. Por lo tanto, se puede utilizar si el conjunto de caracteres es ASCII, ISO 8859-1o una variante.

Si tiene una entrada Unicode, como en el UTF-8formato común , el resultado es incorrecto:

$ printf 123αβγ | tail -c 3
�γ

En este ejemplo, usando UTF-8, los caracteres griegos alfa, beta y gamma tienen dos bytes de longitud:

$ printf 123αβγ | wc -c  
9

La opción -mpuede contar al menos los caracteres Unicode reales:

printf 123αβγ | wc -m
6

Ok, los últimos 6 bytes nos darán los últimos 3 caracteres:

$ printf 123αβγ | tail -c 6
αβγ

Por lo tanto, tailno admite el manejo de caracteres generales, y ni siquiera lo intenta (ver más abajo): maneja líneas de tamaño variable, pero no caracteres de tamaño variable.

Digámoslo de esta manera: tailes correcto para la estructura del problema a resolver, pero incorrecto para el tipo de datos.

GNU coreutils

Mirando más, resulta que los que te coreutils GNU, el conjunto de herramientas básicas como sed, ls, taily cut, no está internacionalizado todavía completamente. Que se trata principalmente de soportar Unicode.
Por ejemplo, cutsería un buen candidato para usar en lugar de la cola aquí para el soporte del personaje; Tiene opciones para trabajar en bytes o caracteres, -c( --bytes) y -m( --chars);

¡Solo eso -m/ --charses, a partir de la versión
cut (GNU coreutils) 8.21, 2013,
no 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.

Consulte también esta respuesta a ¿No puede usar `cut -c` (` --characters`) con UTF-8? .

Si el texto está en una variable de entorno llamada STRING, usted puede hacer esto en una bash, zsho mkshshell:

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

O

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

que también tiene el beneficio de trabajar con ksh93 de donde proviene esa sintaxis.

El punto es que el :tiene que ser separado del -, de lo contrario se convierte en el ${var:-default}operador del shell Bourne.

La sintaxis equivalente en los shells zsho yashes:

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

Utilizando awk:

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

Si la cadena está en una variable, puede hacer:

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

Eso despoja a los últimos tres caracteres del valor de me $vargusta:

${var%???}

... y luego se despoja de la cabeza de $vartodo, excepto de lo que se acaba de quitar:

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

Este método tiene sus ventajas y desventajas. En el lado positivo, es totalmente portátil POSIX y debería funcionar en cualquier carcasa moderna. Además, si $varno contiene al menos tres caracteres nada pero el de salida \nse imprime ewline. Por otra parte, si desea que se imprima en ese caso, necesita un paso adicional como:

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

De esa manera $last3solo está vacío si $varcontiene 3 o menos bytes. Y $varsolo se sustituye $last3si $last3está vacío o unset, y sabemos que no es unsetporque lo configuramos.

Puedes hacer esto, pero esto es un poco ... excesivo:

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

ted
654
789

La solución a prueba de balas para cadenas 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")

O usar:

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

para evitar el manejo de datos con formato incorrecto.

Ejemplo:

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

Produce algo como esto:

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

No depende de la configuración regional (es decir, funciona con LC_ALL=C). Bash, sed, grep, awk, revRequerirá algo como esto:LC_ALL=en_US.UTF-8

Solución común:

• Recibir bytes
• Detectar codificación
• Decodificar bytes a caracteres
• Extraer caracteres
• Codificar caracteres en bytes

Puede detectar la codificación con uchardet . Ver también proyectos relacionados .

Puede decodificar / codificar con Encode en Perl, códecs en Python 2.7

Ejemplo :

Extraiga los últimos tres caracteres de la cadena utf-16le y convierta estos caracteres a 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"
)

Ver también: perlunitut , Python 2 Unicode HOWTO

¿Qué pasa con el uso de "expr" o "rev"?

Una respuesta similar a la proporcionada por @ G-Man : expr "$yourstring" : '.*\(...\)$' tiene el mismo inconveniente que la solución grep.

Un truco bien conocido es combinar "cortar" con "rev": echo "$yourstring" | rev | cut -n 1-3 | rev

Obtenga el tamaño de la cadena con:

size=${#STRING}

Luego obtenga la subcadena del último n carácter:

echo ${STRING:size-n:size}

Por ejemplo:

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

daría:

789

tail -n 1 revisiones.log | awk '{print substr ($ 0, 0, length ($ 0) - (length ($ 0) -13))}'

Si desea imprimir los primeros trece caracteres del principio

printf no funcionará si la cadena tiene espacios en ella.

Debajo del código para la cadena con espacio

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

nux