Início / unix / Perguntas / 708733
Accepted
Ian Christy
Asked: 2022-07-06 13:12:02 +0800 CST

Por que awk -F funciona para a maioria das letras, mas não para a letra "t"?

  • 772
 July 2022      mac os Monterey V12.1 
   awk --version 20200816
   GNU bash, version 3.2.57(1)-release (x86_64-apple-darwin21)

Por que awk -Ffunciona para a maioria das letras, mas NÃO para a letra t? Eu tenho a solução, mas gostaria de entender porque o awk falha para a letra t.

# Count 'e's
% echo "tweeter" | awk -F "e" '{print NF-1}'
3

# Count 'r's
% echo "tweeter" | awk -F "r" '{print NF-1}'
1

# (Attempt to) count 't's
% echo "tweeter" | awk -F "t" '{print NF-1}'
0   <=== ????

# Use gsub()
% echo "tweeter" | awk '{print gsub(/t/, "")}'
2
awk macos

2 respostas

  1. Best Answer

    Porque:

    Normalmente, qualquer número de espaços em branco separa os campos. Para definir o separador de campo para um único espaço em branco, use a opção -F com um valor de [ ]. Se um separador de campo tfor especificado, o awk o tratará como se \ttivesse sido especificado e usará <TAB> como separador de campo. Para usar um literal tcomo separador de campo, use a opção -F com um valor de [t].

    Isso é da página de manual do FreeBSD awk , e os utilitários que vêm com o macOS geralmente são algumas versões antigas do FreeBSD ou algo assim.

    $ printf 'foo\tbar\n' | awk -F t '{print NF-1}'
1
$ echo total | awk -F '[t]' '{print NF-1}'
2

    De certa forma, isso parece uma abreviação útil para arquivos com valores separados por tabulação, mas com outras letras tomadas como estão, é confuso. Só funciona assim com -F, usar -v FS=tnão faz isso.

    O recurso não é POSIX, pois POSIX diz que -F xé o mesmo que -v FS=x. A maioria dos outros awks que testei trataram tcomo a letra literal (algumas versões do gawk, mawk e Busybox).

    A versão do awk que por exemplo o Debian tem no original-awkpacote ("One True AWK" ou "BWK awk" presumivelmente das iniciais de Brian W. Kernighan) o suporta, e pelo menos a Wikipedia parece indicar que seria o mesmo software FreeBSD usa. Este parece ser baseado na versão descrita no livro de 1988 "The AWK Programming Language", mas não sou especialista em linhagens awk e não sei se evoluiu significativamente desde então. Esse está no github , mas a documentação não parece descrever o recurso. O caso especial pode ser visto no código (onde é descrito como "uma verruga" em um comentário).

    Você pode obter o mesmo comportamento com GNU awk no modo de compatibilidade BWK-awk. :

    Como um caso especial, no modo de compatibilidade (consulte a seção Opções de linha de comando), se o argumento para -F for 't', FS será definido como o caractere TAB. Se você digitar '-F\t' no shell, sem aspas, o '\' será excluído, então awk imagina que você realmente deseja que seus campos sejam separados por TABs e não por 't's.

    • 59

  2. a maneira absolutamente mais segura, independentemente da combinação shell/env, é usar uma caixa quadrada e uma barra invertida dupla para a guia

    FS='[t]'         # for just lowercase "t"

    FS='[\\411]'     # for the tab "\t"

    com a duplicação de \\mesmo estando entre aspas simples, se algum ambiente ficar muito inteligente e tentar remover um deles, awkele ainda será o byte subjacente da própria guia.

    se você é realmente paranóico com isso, então faça

    FS='[\534\564]'  # for the tab "\t"
    • -4

relate perguntas