基于Bash脚本提取IBM i CLLE文件中跨多行TEXT内容

核心思路 #

先处理CLLE的续行符+，将跨多行的TEXT命令拼接为完整行，再精准提取TEXT('...')包裹的内容，同时保留原文本中的单引号（处理CLLE中用''转义单引号的规则）、双引号及括号等特殊字符。

实现命令 #

直接在Bash脚本中用awk完成提取并赋值给变量$SRCTEXT：

SRCTEXT=$(awk '
# 处理CLLE续行符：拼接以+结尾的行
{
    while (sub(/\+$/, "")) {
        getline next_line
        $0 = $0 next_line
    }
}
# 匹配并提取TEXT('...')内的内容
/TEXT\(/ {
    # 捕获单引号包裹的内容，允许出现转义的双单引号''
    match($0, /TEXT\('([^\']|'')*'\)/, capture)
    if (capture[1] != "") {
        # 将CLLE转义的''还原为单个'
        gsub(/''/, "'", capture[1])
        print capture[1]
    }
    # 若仅需提取第一个TEXT内容，取消下一行注释
    # exit
}
' "$CURFILEPATH")

关键细节说明 #

• 续行处理：通过循环检查行尾的+，去掉续行符后读取下一行拼接，确保跨多行的TEXT命令被合并为一行，避免提取中断。
• 特殊字符兼容：正则表达式/TEXT\('([^\']|'')*'\)/允许TEXT内容中出现除未转义单引号外的任意字符，包括双引号、括号等，同时兼容CLLE中用''表示单个'的转义规则。
• 结果还原：用gsub把捕获内容中的''替换为'，还原原始文本的单引号格式。

可选调整 #

• 如果目标文件中有多个TEXT('...')条目，默认会输出所有内容；若仅需提取第一个，取消代码中exit的注释即可。
• 若需要保留CLLE中的''转义格式，去掉gsub(/''/, "'", capture[1])这一行即可。

内容的提问来源于stack exchange，提问作者John Weirich