Compare strings com codificações diferentes

Question

Estou tentando comparar uma string de um arquivo codificado em UTF8

file /dev/eeprom: UTF-8 Unicode text, with very long lines

com um número de série que está codificado no script. Ao imprimir no console, a string aparece bem, mas parece que há um problema com o formato do arquivo (embora o iconv não esteja disponível). O script é um executável de texto ASCII se a saída do arquivo estiver correta.

#!/bin/sh
eeprom_id=$(cat /dev/eeprom | grep -e ID: | awk '{split($0,a,":"); print a[2]}')
echo "EEPROM_ID: $eeprom_id"

if [ $eeprom_id == "C000139-102" ]
then
    echo "String identical"
else
    echo "WRONG"
fi

Saída:

.script.sh
EEPROM_ID: C000139-102
WRONG

Alguma idéia de como comparar essas strings corretamente?

Answer 1

Deve ser possível fazer isso inteiramente em awk:

awk -F':' -v ref_id="C000139-102" '$1=="ID" {if ($2==ref_id) print "Identical"; else print "WRONG"}' /dev/eeprom

Para ler o ID em uma variável shell, como no seu script de exemplo:

eeprom_id=$(awk -F':' '$1=="ID" {print $2}')

---

Se, como @user414777 suspeita, você estiver lidando com um arquivo codificado em UTF-16, talvez seja necessário usar

cat /dev/eeprom | tr -d '\0' | awk -F':' -v ref_id="C000139-102" '$1=="ID" {if ($2==ref_id) print "Identical"; else print "WRONG"}'

ou tente

awk -F':' -v ref_id="C000139-102" '{gsub(/\x00/,""); if ($1=="ID") {if ($2==ref_id) print "Identical"; else print "WRONG"}}' /dev/eeprom

Novamente, para ler o ID em uma variável shell:

eeprom_id=$(cat /dev/eeprom | tr -d '\0' | awk -F':' '$1=="ID" {print $2}')

ou

eeprom_id=$(awk -F':' '{gsub(/\x00/,""); if ($1=="ID") print $2}' /dev/eeprom)