Bash解析Fortune数据库结果与Python不符，求问题排查方案

我尝试用Bash命令解析Fortune数据库文件：

$ mapfile -d '%' -t QUOTES < ~/.sigfile
$ echo ${#QUOTES}
302
$

但用Python解析同一份数据库时，得到的列表长度（我认为这个结果正确）要小得多：

>>> import re
>>> fort_arr = re.split(r"\n%\n", open("/home/matej/.sigfile").read())
>>> print(len(fort_arr))
202
>>>

请问我哪里操作有误？另外我无法安装/usr/bin/fortune，所有解析必须用纯Bash及基础Unix工具完成。我注意到Stack Overflow上有近似重复的问题，但该问题已关闭且给出的方案非常繁琐复杂。

错误原因 #

你用Bash的mapfile时指定的分隔符是单独的%，但Fortune数据库的条目分隔符实际是换行+%+换行（\n%\n），这和Python代码里用的分隔符完全不一致。单独按%分割会把条目内容中包含的%字符也当成分隔符，导致分割出大量无效条目，所以数组长度远大于正确值。

纯Bash解决方案 #

方法1：用awk分割（简洁高效） #

awk原生支持多行记录分隔符，能完美匹配Fortune的格式：

# 将所有条目存入数组QUOTES
mapfile -t QUOTES < <(awk -v RS='\n%\n' '1' ~/.sigfile)
# 输出数组长度验证结果
echo ${#QUOTES[@]}

原理：通过-v RS='\n%\n'把awk的记录分隔符设置为\n%\n，1是简化的打印指令，会输出每个分割后的条目，再用mapfile将这些条目读取到数组中。

方法2：纯Bash循环读取（无外部工具依赖） #

如果不想依赖awk，可以用Bash内置的read命令结合自定义分隔符：

QUOTES=()
# 以\n%\n为分隔符读取每个条目
while IFS= read -r -d $'\n%\n' quote; do
    QUOTES+=("$quote")
done < ~/.sigfile
# 处理文件末尾无分隔符的最后一个条目
[[ -n "$quote" ]] && QUOTES+=("$quote")
# 输出数组长度
echo ${#QUOTES[@]}

注意：部分旧版本Bash对多行分隔符的支持可能存在兼容性问题，优先推荐awk方案。

内容的提问来源于stack exchange，提问作者mcepl