shell脚本获取文件中的版权（Copyright）

shell脚本代码如下：

#!/bin/bash
 
# get file copyright
if [ -f "$1" ]; then
	file_copyright=`head -100 "$1" | grep -i "Copyright (C)"`
	if [ -n "$file_copyright" ]
	then
		file_copyright=${file_copyright#*([Cc]) }
		echo "111 file copyright: $file_copyright"
		file_copyright=`echo "$file_copyright" | sed 's/\W*$//'`
		
		echo "222 file copyright: $file_copyright"
		file_copyright="Copyright "$file_copyright
	else
		file_copyright="NONE"
	fi
	echo "file copyright: $file_copyright"
else
	echo "$1 is not a file"
fi

代码看似简单，实际上其中蕴藏着几个知识点：

知识点1  shell中#*,##*,#*,##*,% *,%% *的含义及用法

对应代码：file_copyright=${file_copyright#*([Cc]) }

假设定义了一个变量为：
代码如下: file=/dir1/dir2/dir3/my.file.txt

可以用${ }分别替换得到不同的值：
${file#*/}：删掉第一个 / 及其左边的字符串：dir1/dir2/dir3/my.file.txt
${file##*/}：删掉最后一个 / 及其左边的字符串：my.file.txt
${file#*.}：删掉第一个 . 及其左边的字符串：file.txt
${file##*.}：删掉最后一个 . 及其左边的字符串：txt
${file%/*}：删掉最后一个 / 及其右边的字符串：/dir1/dir2/dir3
${file%%/*}：删掉第一个 / 及其右边的字符串：(空值)
${file%.*}：删掉最后一个 . 及其右边的字符串：/dir1/dir2/dir3/my.file
${file%%.*}：删掉第一个 . 及其右边的字符串：/dir1/dir2/dir3/my

记忆的方法为：
# 是 去掉左边（键盘上#在 $ 的左边）
%是去掉右边（键盘上% 在$ 的右边）
单一符号是最小匹配；两个符号是最大匹配

代码的意思是先取文件的前100行，在其中搜索包含“Copyright (C)”关键字的行，

实际文件中的内容实例如下（截取）：

		  GNU LIBRARY GENERAL PUBLIC LICENSE
		       Version 2, June 1991
 
 Copyright (C) 1991 Free Software Foundation, Inc.
 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA
 Everyone is permitted to copy and distribute verbatim copies
 of this license document, but changing it is not allowed.

也就是说运行file_copyright=`head -100 "$1" | grep -i "Copyright (C)"`会得到如下结果：

 Copyright (C) 1991 Free Software Foundation, Inc.

之后再执行file_copyright=${file_copyright#*([Cc]) }，意思是删掉第一个[C]或[c]及其左边的字符串，会得到如下结果：

1991 Free Software Foundation, Inc.

对于大多数文件，这样就可以了。但实际中有些文件比较“各色”，比如以下内容：

----------------------------------------------------------------
--  ZLib for Ada thick binding.                               --
--                                                            --
--  Copyright (C) 2002-2003 Dmitriy Anisimkov                 --
--                                                            --
--  Open source license information is in the zlib.ads file.  --
----------------------------------------------------------------

对于这样的格式，如果只运行到以上步骤，会得到如下结果：

2002-2003 Dmitriy Anisimkov                 --

 可以看到后边多了无用的空格以及'-'。如何去掉这些无用字符？这就是第二个知识点。

知识点2  shell中通过sed删除非单词字符

对应代码：file_copyright=`echo "$file_copyright" | sed 's/\W*$//'`

要先弄清楚这句代码的意思，先来看一下类似的代码：

删除行尾空白

sed -i ‘s/\s*$//’

格式为：sed ‘s/要被取代的字串/新的字串/g’
s:替换
\s:空格
*:0-n匹配字符
$:行尾

我们这里不是对文件，因此去掉-i参数，另外将\s换为\W，关于\s以及\W的具体意义如下：

\s 任何空白字符
\S 任何非空白字符
\d 任何数字
\D 任何非数字
\w 任何单词字符（字母、数字、下划线）
\W 任何非单词字符

这句代码实际完成的工作是：去掉到行结尾处的非单词字符。执行此语句后，结果如下：

2002-2003 Dmitriy Anisimkov

可见，空格和'-'都被去掉了。

到这里还不算完成，还要确保对于一般情况也适用，不会有影响。

 Copyright (C) 1991 Free Software Foundation, Inc.

 对于这种情况，最终会得到：

1991 Free Software Foundation, Inc

 可见虽然比之前的结果少了一个结尾处的'.'，但影响不大，可以接受。

这样脚本就可以正常工作，获取文件中的版权了。