Shell编程之条件语句(条件测试、if、case)

Shell 编程之条件语句 常见的条件测试操作、if 条件语句、case 分支语句 Shell 编程之条件语句一、常见的条件测试操作1、文件测试2、整数值比较3、字符串比较4、逻辑测试二、if 条件语句1、单分支 if 语句2、双分支 if 语句3、多分支 if 语句三、case 分支语句1、case语句的使用格式2、使用case语句的应注意的点 一、常见的条件测试操作 1、文件测试 Shell 环境根据命令执行后的返回状态值($?)来判断是否执行成功,当返回值为 0 时表示成功,否则(非 0 值)表示失败或异常。使用专门的测试工具——test 命令,可以对特定条件进行测试,并根据返回值来 阅读详情

Shell编程之条件语句

条件测试

文件测试与整数测试

  • test命令

    • 测试表达式是否成立,成立返回0,否则返回其他数值
      • 格式1:test 条件表达式 //注意比较符号加空格
      • 格式2:[ 条件表达式 ] //条件表达式左右要有空格
  • 文件测试

    • [ 操作符 文件或目录 ]

    • 常用的测试操作符(成立返回0,否则返回其他值)(引申也可以判断文件是否存在)

      • -d:测试是否为目录(Directory)
      • -e:测试目录或文件是否存在(Exist)
      • -f:测试是否为文件(File)
      • -r:测试当前用户是否有权限读取(Read)
      • -w:测试当前用户是否有权限写入(Write)
      • -x:测试当前用户是否有权限执行(Excute)
      • -L:测试是否为符号链接

      [ 操作符 文件或目录 ] && echo "YES" //&&前面表达式成立才会执行echo

  • 整数值比较

    • [ 整数变量 操作符 整数变量 ]

    • 常用的测试操作符

      • -eq:等于(Equal)

      • -ne:不等于(Not Equal)

      • -gt :大于(Greater Than)

      • -lt :小于(Lesser Than)

      • -le :小于或等于(Lesser or Equal)

      • -ge:大于或等于(Greater or Equal)

      [ $(who | wc -l) -gt 5] && echo "Too many." //用户数大于5则输出Too many

      [ $(who | wc -l) -ge 5] && echo ">=5" //用户数大于等于5则输出>=5

      # 内存空间是否小于1024
      FreeCC=$(free -m | grep "Mem:" | awk '{print $4}')
      [ $FreeCC -lt 1024 ] && echo ${FreeCC}MB 
      
      # 计算内存使用率
      USED=$(free | grep "Mem:" | awk '{print $3}')
      TOTAL=$(free | grep "Mem:" | awk '{print $2}')
      # USED_PRE=$(echo "scale=2;$USED/$TOTAL*100" | bc |awk -F. '{print $1}')
      USED_PRE=$(awk "BEGIN {print $USED/$TOTAL*100}" |awk -F. '{print $1}')
      

字符串测试与逻辑测试

  • 字符串比较

    • 格式1:[ 字符串1 = 字符串2 ] [ 字符串1 != 字符串2 ]

    • 格式2:[ -z 字符串 ]

    • 常用的测试操作符

      • =:字符串内容相同
      • !=:字符串内容不同
      • -z:字符串长度是否为0(为0时返回true),对于未定义或赋予空值的变量将视为空串
      • -n:判断字符串是否不为0(不为0返回true),(需要用双引号引用字符串)

      [ -z $(cat abc.txt) ] //判断文件是否为空

      [ -z $abc ] //判断变量是否有值

      [ -n "$abc" ] //判断变量是否为空

  • 逻辑测试

    • 格式1:[ 表达式1 ] 操作符 [ 表达式2 ] ...(操作符只能用&&或者||)

    • 格式2:[ 命令1 操作符 命令2 ... ] (操作符只能用-a或者-o)

    • 常用的测试操作符

      • -a或&&:逻辑与,“而且”的意思(都成立才成立)
      • -o或||:逻辑或,“或者”的意思(成立一个即成立)
      • !:逻辑否

      [ $a -eq 5 ] && [ $a -ne 10 ]相当于[ $a -wq 5 -a $a -ne 10]

      想在同一个表达式中使用&&和||,要用[[ ]]括起来

      [ 2 -lt 3 ] && echo true || echo false //2小于3时执行echo true否则执行echo false,类似编程语言的三元运算符

      #!/bin/bash
      #自动探测目标主机是否存活
      
      ping -c 3 -i 0.5 -w 2 $1 &> /dev/null && echo "$1 online" || echo "$1 offline"   #指定3个包,间隔0.5s,最多等待2s
      

if语句

if单分支语句

  • 格式

    if 条件测试操作
    	then 命令序列
    fi
    
  • 例

    #!/bin/bash
    # 单分支实现磁盘使用率过高报警
    
    USAGE=`df | grep "/dev/sda2" | awk '{print $5}' | awk -F% '{print $1}'`
    if [ $USAGE -gt 70 ]
    then
    	echo "警告!当前磁盘使用率过高,已达到${USAGE}%"
    fi
    

if双分支语句

  • 格式

    if 条件测试操作
    	then 命令序列1
    	else 命令序列2
    fi
    
  • 例

    #!/bin/bash
    # 双分支实现httpd服务的自动安装启动
    
    netstat -natp | grep :80 &> /dev/null # 查看端口状态
    
    if [ $? -eq 0 ]
    then
    	echo "网站服务已运行!"
    else
    	rpm -q httpd &> /dev/null # 查看服务是是否已经安装
    	if [ $? -eq 0]
    	then
    	echo "httpd服务已安装,正在开启服务......"
    	systemctl start httpd
    else
    	echo "正在安装httpd服务,并准备启动......"
    	yum install -y httpd &> /dev/null   # 默认已安装yum仓库
    	systemctl start httpd
    	fi
    fi
    

if多分支语句

  • 格式

    if 条件测试操作
    	then 命令序列1
    elif 条件测试操作2
    	then 命令序列2
    else
    	命令序列3
    fi
    
  • 例

    #!/bin/bash
    # 多分支实现成绩分析
    
    read -p "请输入你的分数(0-100):" score
    
    if [ $score -eq 100 ]
    then
    	echo "100分,非常优秀!"
    elif [ $score -ge 90 ] && [ $score -lt 100 ]
    then
    	echo "$score分,很优秀。"
    elif [ $score -ge 70 ] && [ $score -lt 90 ]
    then
    	echo "$score分,良好。"
    elif [ $score -ge 60 ] && [ $score -lt 70 ]
    then
    	echo "$score分,及格。"
    elif [ $score -ge 0 ] && [ $score -lt 60 ]
    then
    	echo "$score分,不及格。"
    else
    	echo "输入有误"
    fi
    

case分支语句

  • case多分支结构

    case 变量值 in
    
    模式1)
    	命令序列1
    	;;
    模式2)
    	命令序列2
    	;;
    	......
    *)
    	默认命令序列
    esac
    
  • 例

    #!/bin/bash
    # case分支改写上一实验
    
    read -p "xx+(0-100):" score
    
    case $score in
    100)
    	echo "100分,非常优秀!"
    	;;
    9[0-9])    # 90~99分
    	echo "$score分,很优秀。"
    	;;
    [78][0-9]) # 70~89分
    	echo "$score分,良好。"
    	;;
    6[0-9])    # 60~69分
    	echo "$score分,及格。"
    	;;
    [0-9]|[1-5][0-9])  # 0~9分和10到59分
    	echo "$score分,不及格。"
    	;;
    *)
    	echo "输入有误"
    esac
    
  • 使用case编写一个自定义service服务

    cd /etc/init.d

    vim firewalld

    #!/bin/bash
    # chkconfig 2345 99 20
      
    case $1 in
    start)
    	systemctl start firewalld
      	;;
      
    stop)
      	systemctl stop firewalld
      	;;
      
    restart)
      	$0 stop
      	$0 start
      	;;
      	
    status)
      	systemctl status firewalld
      	;;
    *)
      	echo "Usage: $0 {start|stop|resatrt|status}"
    esac
    

    chmod +x firewalld

    chkconfig --add firewalld

    service firewalld stop //测试关闭命令

    service firewalld status //测试命令

    systemctl status firewalld //测试命令

    service firewalld start //测试命令

    systemctl status firewalld //测试命令

CXL协议-第三章 CXL事务层 CXL.io为I/O设备提供了一个非一致的负载/存储接口。图3-1显示了Flex总线分层层次结构中的位置。事务类型、事务分组格式、基于信用的流量控制、虚拟通道管理和事务排序规则遵循PCIe*定义,详情请参考PCIe基础规范的“事务层规范”章节。本章重点介绍了用于CXL.io的著名的PCIe操作模式或特性。 阅读详情

相关推荐

USB-Blaster在Win11报错?3分钟搞定驱动兼容性问题(Quartus 21.4实测)

本文针对Windows 11系统下USB-Blaster驱动安装问题,提供了一套快速解决方案。通过优化驱动安装流程、绕过签名验证及设备管理器高级技巧,帮助开发者在3分钟内解决Quartus 21.4的兼容性问题,提升FPGA调试效率。

weixin_30772105的博客 297

Linux学习-----Chapter four

Vim编辑器与Shell命令脚本 本章讲解了如下内容: Ø Vim文本编辑器; Ø 编写Shell脚本; Ø 流程控制语句; Ø 计划任务服务程序。 本章首先讲解如何使用Vim编辑器来编写、修改文档,然后通过逐个配置主机名称、系统网卡以及Yum软件仓库参数文件等实验,帮助读者加深Vim编辑器中诸多命令、快捷键、模式切换方法的理解。然后把前面章节中讲解的Linux命令、命令语法与Shell脚本中的各种流程控制语句通过Vim编辑器写到Shell脚本中结合到一起,实现最终能够自动化工作的脚本文件。本章最后演示了

u012830695的博客 857

vmware虚拟机网络连接问题

主机:ubuntu14.04 Vitual Network Editor

入门虽易,精通不易,且学且珍惜! 1357

shell脚本详解(二)——条件测试、if语句和case分支语句

一、条件测试 1、test命令 测试表达式是否成立,若不成立返回0,否则返回其他数值 2、文件测试 常用操作符 说明 -d 测试是否为目录(Directory) -e 测试目录或文件是否存在(Exist) -f 测试是否为文件(File) -r 测试当前用户是否有权限读取(Read) -w 测试当前用户是否有权限写入(Write) -x 测试当前用户是否有权限执行(eXcute) 3、整数值比较 ...

Xt991124的博客 463

压电陶瓷传感器避坑指南:实测阻抗匹配对信号输出的影响(附示波器调试技巧)

本文深入探讨压电陶瓷传感器在工业振动监测中的阻抗匹配问题,通过等效电路模型和实测数据揭示负载阻抗对信号输出的关键影响。文章提供从元件选型到示波器调试的完整解决方案,特别强调100kΩ以上负载阻抗的重要性,并分享JFET缓冲器设计和PCB布局的实用技巧,帮助工程师避免信号失真和输出不稳定问题。

ooo22的博客 520

实战游戏项目管理1-规划篇

1、前言 做研发管理10多年,进游戏行业8年,经验下来项目管理就是一门技术,结合不同行业不同项目加以不同管理方法,但原理基本一样,这里总结下游戏项目的管理一些实操方法 一般游戏确定立项前都需要做,项目预研产出一个游戏Demo,通过公司的立项评审,这个过程的项目管理相对简单一般由制作人或其他项目经理兼任,只有控制好总体时间与成本就好,这里按立项后开始讲。 2、游戏项目规划 ...

pengdali的专栏 2万+

linux case条件测试语句,Shell 编程之条件语句 常见的条件测试操作、if 条件语句、case 分支语句...

Shell 编程之条件语句一、常见的条件测试操作1、文件测试2、整数值比较3、字符串比较4、逻辑测试二、if 条件语句1、单分支 if 语句2、双分支 if 语句3、多分支 if 语句三、case 分支语句1、case语句的使用格式2、使用case语句的应注意的点一、常见的条件测试操作1、文件测试Shell 环境根据命令执行后的返回状态值($?)来判断是否执行成功,当返回值为 0 时表示成功,否则...

weixin_32391045的博客 489

RHCA II之路---EX442-10

这题比较耗时,可以多开2个窗口让他跑起来后先做后面的题目。

Q先生 597

Shell编程条件语句:条件测试操作、if语句、case语句

讲解:Shell编程条件语句:条件测试操作、if语句、case语句。如条件测试有文件测试、整数值比较、字符串比较、逻辑测试,if语句分为单分支语句、双分支语句、多分支语句等

shyuu的博客 2240

SAP_MM模块非限制库存转冻结库存

项目非限制 → 冻结事务码移动类型343影响库存不可用,不参与MRP常见用途质量问题封存、盘点冻结、待退货品通过本文,我们了解了 SAP 的[SAP_MM模块非限制库存转冻结库存]的基本概念和应用方法。希望这些信息能帮助您在实际工作中更好地使用 SAP 系统,提高工作效率和管理水平。更多SAP文章请点击更多SAP文章更新,大家一起学习进步!!!文章中如有错误。敬请指正!搜索公众号:SAP资料文库微信号:SPRO_PP时间:2025-10-14。

我小时候很黑的博客 596

YOLOv8极速瘦身实战:LAMP剪枝让模型又快又准

一个庞大的模型虽然强大,但在实际部署,尤其是资源受限的边缘设备(如无人机、移动电话、嵌入式系统)上,却面临着严峻的挑战:高昂的内存占用、巨大的计算量以及随之而来的高延迟和高能耗。本教程从LAMP剪枝的深刻理论出发,详细解释了它如何通过最小化最坏情况下的L2失真,并借助巧妙的数学简化,最终推导出一种高效、无超参数、层自适应的剪枝策略。它如同为臃肿的模型进行一次精准的“瘦身手术”,通过移除网络中冗余或不重要的权重、神经元甚至整个结构,来显著降低模型的参数量和计算量(FLOPs),从而实现推理加速和资源节约。

FJN110的博客 259

Shell编程之条件语句——条件测试、if语句、case语句

判断某需求是否满足,需要由测试机制来实现,专用的测试表达式需要由测试命令辅助完成。测试过程,实现评估布尔声明,以便用在条件性环境下进行执行。

weixin_46254171的博客 734

CMOS图像传感器——Remosaic技术

对remosaic技术进行了介绍

沧海一升的博客 9590

shell编程之条件语句(文件测试,test命令,字符串和逻辑测试,if单支语句,if双支语句,if多支语句,case命令,用if写跑步小实验)

文章目录shell编程之条件语句条件测试文件测试test命令整数值测试free -m 提供了更简洁的查看系统内存使用情况:字符串和逻辑测试字符串逻辑测试一元运算符,二元运算符和三元运算符if语句if单分支语句if双分支语句(一看就懂)if多分支语句(一看就懂)case 命令有趣小实验 shell编程之条件语句 简单的shell脚本程序中,各条语句将按先后顺序依次执行,从而实现批处理的自动化过程。 条件测试 文件测试 test命令 -d 测试是否为目录(directory) -e 测试目录或文件是否存在(

weixin_47151717的博客 565

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

shell脚本——编程条件语句(条件测试、if语句、case分支语句)

shell脚本——编程条件语句(条件测试、if语句、case分支语句)一、条件测试1、test命令2、文件测试3、整数值比较4、字符串比较5、逻辑测试二、if条件语句1、单分支2、双分支3、多分支三、case语句 一、条件测试 1、test命令 2、文件测试 3、整数值比较 4、字符串比较 5、逻辑测试 二、if条件语句 1、单分支 2、双分支 3、多分支 三、case语句 ...

王大雏的博客 484

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

shell编程之条件测试、if、case条件语句(通俗易懂)

每日分享: 文章目录一、条件测试1、测试t——test二、if语句1、if语句的结构2、if语句应用示例 一、条件测试 1、测试t——test 二、if语句 1、if语句的结构 代码如下(示例): import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns import warnings warnings.filterwarnings('ignore') import s

橘子的博客 269

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

Shell—编程之条件语句(test条件测试、if语句、case语句;硬盘报警项目)

条件语句可以给定一个判断条件,并在程序执行过程中判断该条件是否成立,根据判断结果执行不同的操作,从而改变代码的执行顺序,实现更多的功能

kang_01的博客 315

Shell 编程之条件语句---条件测试、if语句和case分支语句

1 条件测试1.1 test 命令1.2 比较整数数值1.3 字符串比较1.4 逻辑测试2 if 语句2.1 单分支2.2 双分支2.3 多分支3 case语句4 总结5 Shell 脚本小游戏:石头剪刀布 常见的测试操作符 含义 -d 测试是否为目录(Directory) -e 测试目录或文件是否存在(Exist) -f 测试是否为文件(File) -r 测试当前用户是否有权限读取(Read) -w 测试当前用户是否有权限写入(Write)

FYR1018的博客 651

基本操作:Shell编程之条件语句(文件测试,整数测试,字符串比较+if语句详+case语句详解)-----------------我又来了。。。

Shell编程之条件语句(文件测试,整数测试,字符串比较+if语句详+case语句详解)前言一:条件测试1.1:test命令1.2:文件测试 文件类型跟权限测试1.3:整数值比较1.4:字符串比较1.41:字符串比较1.5:逻辑测试二:if语句的结构2.1:单分支结构2.2:双分支结构2.3:多分支结构三:case语句 前言 在shell脚本中的各种条件结构和流程控制都要进行各种的测试,然后根据测试的结果执行不同的操作,有时也会和if语句结合,来完成测试判断,以减少程序的运行错误。 也就是说,当我们在写一个

Hero 549

shell脚本——编程条件语句(条件测试、if语句、case分支语句、echo用法、for循环、while循环)

echo/for/while/until

weixin_69543697的博客 846

Shell编程之条件语句(文件测试,整数测试,字符串比较+if语句详+case语句详解)

文章目录前言一:条件测试1.1:test命令1.2:文件测试 文件类型跟权限测试1.3:整数值比较1.4:字符串比较1.5:逻辑测试二:if语句的结构2.1:单分支结构2.2:双分支结构2.3:多分支结构三:case语句 前言 在shell脚本中的各种条件结构和流程控制都要进行各种的测试,然后根据测试的结果执行不同的操作,有时也会和if语句结合,来完成测试判断,以减少程序的运行错误。 也就是说,当我们在写一个脚本,里面没有任何的判断,就写了一些很普通的命令,那么在我们运行脚本的时候,当遇到了错误,也会一直.

weixin_47151643的博客 782

第十九章、shell编程之条件语句

Shell环境根据命令执行后的返回状态值($?)来判断是否执行成功,当返回值为0(真true)时表示成功,返回值为非0值(假false)时表示失败或异常。

moonligth111的博客 857

Shell编程之条件语句

要使Shell脚本程序具备一定的智能,面临的第一个问题就是如何区分不同的情况以确定执行何种操作。例如,当磁盘使用率超过95%时,发送告警信息;当备份目录不存在时,能够自动创建;当源码编译程序时,若配置失败则不再继续安装等。Shell环境根据命令执行后的返回状态值()来判断是否执行成功,当返回值为0时表示成功,否则(非0值)表示失败或异常。使用专门的测试工具——test命令,可以对特定条件进行测试,并根据返回值来判断条件是否成立(返回值为0表示条件成立)。使用。

weixin_73083053的博客 359

SHell编程之条件语句

SHell编程之条件语句 本章结构 1、条件测试 (1)文件测试与整数测试 (2)字符串测试与逻辑测试 2、if语句 (1)if单分支语句 (2)if双分支语句 (3)if多分支语句 3、case分支语句 一、条件测试操作 1、test命令 测试表达式是否成立,若成立返回0,否则返回其他数值。 格式1: test 条件表达式 格式2:[ 条件表达式 ] 2、文件测试 [操作符 文件或目录] 常用的测试操作符 -d:测试是否为目录(Directory) -e:测试目录或文件是否存在(Exist) -f:

tefuiryy的博客 2001
上一篇: Shell编程规范与变量
下一篇: echo和{}的替换结构
古城箫笙
博客等级 码龄8年 14粉丝 41原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值
⌂ 换网址