我們需要的第二個語法是如何把我們剛剛解析的值添加到數組中。完成這個任務的語法看起來很熟悉：
myArray+=( "newElement1" "newElement2" )
參數掃描
萬事具備，執行參數掃描的腳步如下：
allThreads=(1 2 4 8 16 32 64 128)
allRuntimes=()
for t in ${allThreads[@]}; do
runtime=$(./pipeline --threads $t)
allRuntimes+=( $runtime )
done
就是這個了！
還有什麼能做的？
這篇文章中，我們講過使用數組進行參數掃描的場景。我敢保證有很多理由要使用 Bash 數組，這裡就有兩個例子：
日誌警告
本場景中，把應用分成幾個模塊，每一個都有它自己的日誌文件。我們可以編寫一個 cron 任務腳本，當某個模塊中出現問題標誌時向特定的人發送郵件：
# 日誌列表，發生問題時應該通知的人
logPaths=("api.log" "auth.log" "jenkins.log" "data.log")
logEmails=("jay@email" "emma@email" "jon@email" "sophia@email")
# 在每個日誌中查找問題標誌
for i in ${!logPaths[@]};
do
log=${logPaths[$i]}
stakeholder=${logEmails[$i]}
numErrors=$( tail -n 100 "$log" | grep "ERROR" | wc -l )
# 如果近期發現超過 5 個錯誤，就警告負責人
if [[ "$numErrors" -gt 5 ]];
then
emailRecipient="$stakeholder"
emailSubject="WARNING: ${log} showing unusual levels of errors"
emailBody="${numErrors} errors found in log ${log}"
echo "$emailBody" | mailx -s "$emailSubject" "$emailRecipient"
fi
done
API 查詢
如果你想要生成一些分析數據，分析你的 Medium 帖子中用戶評論最多的。由於我們無法直接訪問數據庫，SQL 不在我們考慮範圍，但我們可以用 API！
endpoint="https://jsonplaceholder.typicode.com/comments"
allEmails=()
# 查詢前 10 個帖子
for postId in {1..10};
do
# 執行 API 調用，獲取該帖子評論者的郵箱
response=$(curl "${endpoint}?postId=${postId}")
# 使用 jq 把 JSON 響應解析成數組
allEmails+=( $( jq '.[].email' <<< "$response" ) )
done
注意這裡我是用 jq 工具 從命令行裡解析 JSON 數據。關於 jq 的語法超出了本文的範圍，但我強烈建議你瞭解它。
請等等，還有很多東西！
由於我們在本文講了很多數組語法，這裡是關於我們講到內容的總結，包含一些還沒講到的高級技巧：
語法效果arr=()創建一個空數組arr=(1 2 3)初始化數組${arr[2]}取得第三個元素${arr[@]}取得所有元素${!arr[@]}取得數組索引${#arr[@]}計算數組長度arr[0]=3覆蓋第 1 個元素arr+=(4)添加值str=$(ls)把 ls 輸出保存到字符串arr=( $(ls) )把 ls 輸出的文件保存到數組裡${arr[@]:s:n}取得從索引 s 開始的 n 個元素
最後一點思考
正如我們所見，Bash 數組的語法很奇怪，但我希望這篇文章讓你相信它們很有用。只要你理解了這些語法，你會發現以後會經常使用 Bash 數組。
Bash 還是 Python？
問題來了：什麼時候該用 Bash 數組而不是其他的腳本語法，比如 Python？
對我而言，完全取決於需求——如果你可以只需要調用命令行工具就能立馬解決問題，你也可以用 Bash。但有些時候，當你的腳本屬於一個更大的 Python 項目時，你也可以用 Python。
比如，我們可以用 Python 來實現參數掃描，但我們只用編寫一個 Bash 的包裝：
import subprocess
all_threads = [1, 2, 4, 8, 16, 32, 64, 128]
all_runtimes = []
# 用不同的線程數字啟動管線
for t in all_threads:
cmd = './pipeline --threads {}'.format(t)
# 使用子線程模塊獲得返回的輸出
p = subprocess.Popen(cmd, stdout=subprocess.PIPE, shell=True)
output = p.communicate()[0]
all_runtimes.append(output)
由於本例中沒法避免使用命令行，所以可以優先使用 Bash。
羞恥的宣傳時間
如果你喜歡這篇文章，這裡還有很多類似的文章！ 在此註冊，加入 OSCON ，2018 年 7 月 17 號我會在這做一個主題為 你所不瞭解的 Bash 的在線編碼研討會。沒有幻燈片，不需要門票，只有你和我在命令行裡面敲代碼，探索 Bash 中的奇妙世界。
via: https://opensource.com/article/18/5/you-dont-know-bash-intro-bash-arrays
閱讀更多 Linux技術 的文章
