Início / unix / Perguntas / 483870
Accepted
Zombo
Asked: 2018-11-25 06:41:05 +0800 CST

Comportamento de divisão inesperado

  • 772

Eu li sobre o comportamento de divisão do Awk aqui:

[...] o argumento fs para a função split (veja String Functions) deve ser interpretado como expressões regulares estendidas. Estes podem ser tokens ERE ou expressões arbitrárias e devem ser interpretados da mesma maneira que o lado direito do operador ~ou .!~

e:

Se o operando do lado direito for qualquer expressão diferente do token léxico ERE , o valor da string da expressão deve ser interpretado como uma expressão regular estendida, incluindo as convenções de escape descritas acima.

http://pubs.opengroup.org/onlinepubs/9699919799/utilities/awk.html#tag_20_06_13_04

No entanto, notei um resultado inesperado, com este código:

BEGIN {
  print split("te.st", q, ".")
}

Eu esperaria que o .representasse qualquer personagem e que o resultado fosse 6. No entanto, todos os meus testes retornaram 2. A execução deste código fornece o esperado 6:

BEGIN {
  print split("te.st", q, /./)
}

Testado com:

  • bocejar
  • gawk --posix
  • 1.3.4
  • 1.3.3
  • nawk (original-awk)

Estou entendendo mal a documentação ou isso é um erro?

awk posix

1 respostas

  1. Best Answer

    Isso não é um erro; é só que o padrão não é claro o suficiente ao tentar codificar a prática existente.

    O manual do mawk(1) é mais explícito:

    split(expr, A, sep)funciona da seguinte forma:

    ...

    (2) Se sep = " "(um único espaço), então <SPACE>é cortado na frente e atrás de expr, e sepse torna <SPACE>. mawk define <SPACE>como a expressão regular /[ \t\n]+/. Caso contrário sep, é tratado como uma expressão regular, exceto que os metacaracteres são ignorados para uma string de comprimento 1 , por exemplo, split(x, A, "*")e split(x, A, /*/)são os mesmos.

    Além disso, o manual GNU awk das fontes atuais :

    split(s, a [, r [, seps] ])

    ...

    A divisão se comporta de forma idêntica à divisão de campo, descrita acima. Em particular, se rfor uma string de caractere único, essa string atua como separador, mesmo que seja um metacaractere de expressão regular.

    Esta é a descrição do padrão susv4 :

    Uma expressão regular estendida pode ser usada para separar campos atribuindo uma string contendo a expressão à variável interna FS , diretamente ou como consequência do uso da -F sepstringopção. O valor padrão da variável FS deve ser um único <espaço>. O seguinte descreve o comportamento do FS :

    1. Se FS for uma string nula, o comportamento não será especificado.

    2. Se FS for um único caractere :

      uma. Se FS for <space>, pule os caracteres <blank> e <newline> iniciais e finais; os campos devem ser delimitados por conjuntos de um ou mais caracteres <blank> ou <newline>.

      b. Caso contrário, se FS for qualquer outro caractere c, os campos devem ser delimitados por cada ocorrência única de c .

    3. Caso contrário, o valor da string de FS deve ser considerado uma expressão regular estendida. Cada ocorrência de uma sequência correspondente à expressão regular estendida deve delimitar os campos.

    Seu exemplo corresponde a 2.b.

    Mesmo que isso mencione explicitamente FS, é o mesmo comportamento com qualquer argumento usado em vez dele como o terceiro argumento splitem todas as implementações de awk, inclusive no caso em que esse argumento é um espaço.

    É improvável que o comportamento mude, porque a FSvariável é apenas uma string ( awknão tem objetos regexp, como javascriptou perl; você não pode atribuir um regexp a uma variável, como em a=/./ou $a=qr/./); é a splitfunção (chamada implícita ou explicitamente) que interpreta seu argumento conforme descrito acima.

    A origem deste comportamento pode ser a compatibilidade com o "antigo" awk, onde FS(ou o 3º argumento para split) sempre foi tratado como um único caractere. Exemplo (no unix v7):

    $ awk 'BEGIN{FS="."; print split("foo.bar.baz", a, "bar"); print a[2] }'
3
ar.
$ awk 'BEGIN{FS="."; print split("foo.bar.baz", a, /bar/); print a[2] }'
awk: syntax error near line 1
awk: illegal statement near line 1
Bus error - core dumped
    • 3

relate perguntas