千问AI Shell循环写法与批量处理技巧
2026-05-16 21:50:18
0浏览
收藏
本文深入浅出地讲解了Bash Shell中for循环的正确写法与实战技巧,特别强调脚本必须以#!/bin/bash声明才能支持C风格的for ((i=0; i
Shell for 循环怎么写才不报错
写错
for循环最常见原因是语法混用:把 Bash 的for i in {1..5}当成 Python 用,或在 sh 兼容脚本里用了 Bash 扩展。实际只要记住一点:Bash 和 sh 的for行为不同,脚本开头的#!/bin/bash必须和语法匹配。
- 用
for file in *.log遍历文件时,如果当前目录没匹配项,file变量值就是字面量*.log(不是空),要加[[ -e "$file" ]] || continue判断for ((i=0; i 是 Bash 特有语法,POSIX sh 不支持,部署到 Alpine 或旧系统会直接报syntax error near unexpected token `((- 变量带空格?必须双引号包裹:
for name in "${names[@]}"; do echo "$name"; done,漏掉引号会导致单词切分错误while read 处理文件行时为啥只读第一行
根本原因在于管道会创建子 shell,
while read line | do ... done里的变量在循环结束后就失效了。这不是 bug,是 Shell 的作用域规则。
- 正确写法是重定向输入:
while read -r line; do echo "$line"; done ,-r防止反斜杠被转义- 如果非要用管道(比如前边接了
grep),得用命令分组或进程替换:grep "error" input.txt | { while read -r line; do count=$((count + 1)); done; echo "$count"; }- 处理日志等大文件时,
read默认按行缓冲,比awk '{print $1}'慢一个数量级,纯字段提取优先用awkfor 循环里执行 ssh 命令为啥全卡住
因为
ssh默认会尝试从 stdin 读取,而循环中 stdin 已被占用(比如重定向了文件),导致连接挂起。这不是网络问题,是标准输入争用。
- 加
-n参数:ssh -n user@host "uptime",强制 ssh 不读 stdin- 或者用
显式断开:for host in srv1 srv2; do ssh "$host" "df -h"- 批量执行建议改用
parallel或封装成函数后用xargs -P,原生 for + ssh 在 10+ 主机时延迟叠加明显如何让循环遇到错误就立刻退出
默认 for 循环不会因内部命令失败而中断,这是设计使然——它只关心迭代逻辑,不关心每个 body 的成功与否。
- 加
set -e全局生效,但注意它对if、&&、||等上下文有例外,容易误伤- 更可控的做法是在关键命令后手动判断:
if ! cp "$src" "$dst"; then echo "cp failed: $src"; exit 1; fi- 想跳过单次错误继续循环?用
|| continue,但别滥用——比如rm -f missing.txt || continue是合理,curl api || continue可能掩盖真实故障循环体内的变量作用域、子 shell 隔离、stdin 重用冲突,这三处最容易被当成“脚本逻辑问题”去调,其实全是 Shell 执行模型的刚性约束。写之前先想清楚:这个循环跑在什么 shell 下?要不要跨进程传状态?有没有隐式 stdin 依赖?
到这里,我们也就讲完了《千问AI Shell循环写法与批量处理技巧》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!
小吉美化助手使用教程与功能详解
- 上一篇
- 小吉美化助手使用教程与功能详解
- 下一篇
- PHP通过下标获取数组值的方法
查看更多
最新文章
-
- 科技周边 · 人工智能 | 8小时前 | 人工智能 · 重试 AI Agent 幂等 工具调用 Idempotency Key
- AI Agent 工具调用失败后的重试与幂等设计
- 236浏览 收藏
-
- 科技周边 · 人工智能 | 22小时前 | 人工智能 · Python教程 · 图像尺寸 Pillow ControlNet diffusers 条件图
- Diffusers ControlNet 条件图尺寸匹配的处理
- 314浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | python · 人工智能 · 模型评测 Hugging Face Evaluate 指标输入格式 predictions references
- Hugging Face Evaluate 统一指标输入格式
- 134浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- RAG 检索结果去重与上下文长度控制
- 357浏览 收藏
-
- 科技周边 · 人工智能 | 4天前 |
- Tokenizer padding_side 影响批量生成的对齐
- 206浏览 收藏
-
- 科技周边 · 人工智能 | 4天前 | python · 人工智能 · 数据迭代 Hugging Face Datasets streaming IterableDataset 大语料
- Datasets streaming 读取大语料的迭代方式
- 337浏览 收藏
-
- 科技周边 · 人工智能 | 4天前 | python · Transformers generate 停止条件 批量输出
- Transformers generate 的停止条件与批量输出
- 133浏览 收藏
-
- 科技周边 · 人工智能 | 4天前 | 人工智能 · LoRa 显存优化 bitsandbytes QLoRA 4-bit量化
- bitsandbytes 量化模型配合 LoRA 训练的显存边界
- 249浏览 收藏
-
- 科技周边 · 人工智能 | 4天前 | 人工智能 · LoRa PEFT load_adapter set_adapter 适配器切换
- PEFT LoRA 适配器按任务切换的加载方案
- 268浏览 收藏
-
- 科技周边 · 人工智能 | 4天前 | 人工智能 · LoRa PEFT merge_and_unload 适配器合并
- PEFT 适配器合并后为什么输出会变化
- 221浏览 收藏
-
- 科技周边 · 人工智能 | 4天前 |
- Tokenizer 左填充和右填充应该怎么选
- 399浏览 收藏
-
- 科技周边 · 人工智能 | 5天前 |
- Safetensors 为什么支持按需读取权重切片
- 258浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 307次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 365次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 360次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 328次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 151次使用
查看更多
相关文章
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览


