主页 / coding / 问题 / 78430333
Accepted
merlin2011
Asked: 2024-05-05 04:41:57 +0800 CST

在 awk 字段分隔符中使用正则表达式管道的正确方法是什么？

  • 772

考虑字符串hello(world)。

我想使用awk调用来提取world.

这是我的第一次尝试，输出是一个空字符串，没有错误。

echo 'hello(world)' | awk -F'(|)'  '{print $2}'

我的第二次尝试是使用字符类，这产生了预期的行为：

echo 'hello(world)' | awk -F'[()]' '{print $2}'

然而，鉴于 awk 的文档声称字段分隔符可以是正则表达式，我预计第一次尝试会起作用。

这是我的 awk 版本：

$ awk --version
GNU Awk 5.0.1, API: 2.0 (GNU MPFR 4.0.2, GNU MP 6.2.0)
Copyright (C) 1989, 1991-2019 Free Software Foundation.

为什么表达式(|)达不到预期的结果？

awk

3 个回答

  1. Best Answer

    正则表达式的含义与, the(|)相同，只是不必要地将其放在一组中。和regexp 分组元字符对于编写正则表达式非常有用，比如可以在前面加上or ，或者用于稍后需要捕获组进行反向引用的情况，但不是在这里。|()()(a|b)ccab

    如果您不想(被)视为正则表达式元字符，那么您需要转义开头(，并且仅转义开头(，因为如果结尾跟随未转义的开头，则结尾)只是一个正则表达式元字符(，就像]如果它紧随其后，则仅是一个正则表达式元字符接下来是一个未转义的开口[。如果您还选择转义)or ]that 在每个 POSIX 中都是技术上未定义的行为，就像转义任何其他文字字符一样，尽管我个人从未遇到过不将其视为文字字符的 awk 变体。

    就像您编写动态 regexp时一样，当您编写字段分隔符字符串时，它会经历 2 个解析阶段，首先当字符串转换为您定义的正则表达式/字段分隔符时，然后再次在期间使用它时代码的执行。鉴于此，如果要使用\转义 FS 中的元字符，则需要转义两次，即\\。或者，您可以将其放在括号表达式内，而不是在元字符之前放置 2 个反斜杠[...]，这也将使其成为字面意思。IMO 执行后者使您的代码比加倍转义更清晰，而且如果您决定“转义”两个字符，则[)]不会出现技术上未定义行为的小问题。\\)

    因此，要制作(和)字面量，您可以在任何 awk 中编写以下任一内容：

    1. awk -F'\\(|)' '{print $2}'
    2. awk -F'[(]|)' '{print $2}'
    3. awk -F'[()]' '{print $2}'

    我的偏好 FWIW 是#3，即使它)是在括号表达式内部或外部的文字，因为它比前两个替代方案更简洁。

    • 3

  2. 在摆弄了\各种字符前面之后，我终于意识到问题出在 ，()而不是字符|。而且，()需要进行双重转义。

    下面的表达式可以达到预期的结果：

    echo 'hello(world)' | awk -F'\\(|\\)'  '{print $2}'
world

    奇怪的是，它省略右括号上的转义似乎也可以正常工作：

    echo 'hello(world)' | awk -F'\\(|)'  '{print $2}'
world
    • 0

  3. 为什么表达式(|)达不到预期的结果？

    来自正则表达式运算符awk

    左括号或左括号始终是元字符；要按字面意思匹配，请在其前面加上反斜杠。然而，右括号或右括号仅在与左括号配对时才特殊；不成对的右括号被（默默地）视为常规字符。

    考虑到这一点，您可能会通过编写获得所需的效果

    echo 'hello(world)' | awk -F')|\\('  '{print $2}'
    • 0

相关问题