主页 / unix / 问题 / 417105
Accepted
Zombo
Asked: 2018-01-15 12:05:42 +0800 CST

使用空字符串拆分单个字符

  • 772

我在 Gawk 手册中读到了这个：

GNU 扩展

[...]

使用空字符串作为 FS 的值并作为 split() 的第三个参数来拆分单个字符的能力。

然而，情况似乎并非如此。这按预期工作：

$ gawk 'BEGIN {print split("quebec", z, "")}'
6

我可以禁用其他扩展：

$ export POSIXLY_CORRECT
$ gawk 'BEGIN {typeof(1)}'
gawk: cmd. line:1: fatal: function `typeof' not defined

但我不能禁用拆分行为：

$ export POSIXLY_CORRECT
$ gawk 'BEGIN {print split("quebec", z, "")}'
6

$ gawk --posix 'BEGIN {print split("quebec", z, "")}'
6

我还看了 Mawk 手册：

如果 FS = ""，则 mawk 将记录拆分为单个字符，并且类似地，split(s,A,"") 将 s 的单个字符放入 A。

[...]

Posix 明确地未定义 FS = "" 的行为，并提到将记录拆分为字符作为一种可能的解释，但目前这种用法不能跨实现移植。

那么，用什么实现你不能用FSand 得到单个字符split？

awk posix

1 个回答

  1. Best Answer

    这不是 POSIX，因为您不能在 POSIX 脚本中使用它，因为 POSIX 保留了未指定的行为。这意味着虽然应用程序（脚本）如果想要可移植就不能使用它，但实现（awk实现）可以做它想做的任何事情，如果你这样做并且仍然是 POSIX。POSIX 不需要awk拆分为字符或字节，或者报告错误，或者重新启动计算机，它没有指定。

    因此，在环境gawk中时没有理由改变其在这方面$POSIXLY_CORRECT的行为¹，在这种情况下，没有比其他行为更正确的行为。

    正如您所发现的，该扩展名存在于 gawk（自 3.0，1996 年 1 月）和 mawk（自 1.2 版，1996 年 1 月）中。它也在busybox 中awk（从一开始（2002 年）），并且自1996 年5 月以来也在Brian Kernighan 维护的那个中（kin awk）（FIXES文件参考gawk等作为灵感）。看起来它在几个月内被添加到所有 3 个中，这表明它可能在他们的维护者之间进行了讨论。我现在不太确定是谁先想到的。

    使用 Brian Kernighan 的awk或基于 FreeBSD 或 OpenBSD 的那些，请注意，虽然FS传递给的空或空的第三个参数split()会导致字符串被拆分为单独的字符（嗯，bytes，见下文），但awk -F ''返回错误（awk -v FS=不过没关系）。

    在 Solaris 上，nawk和/usr/xpg4/bin/awk（以及/bin/awk70 年代的旧版本），一个空的FS似乎完全禁用拆分。nawk -F ''返回错误。我希望它在其他基于 AT&T 代码（如 AIX 或 HP/UX）的商业 Unices 上是相同的，尽管我无法在那里进行测试。

    另请注意mawk，bwk （基于awk它的某些人不同）和busybox awk 不支持多字节字符。例如，在 UTF-8 中：

    echo Stéphane | awk -v FS= '{print $4}'

    将以我的名字打印第三个字符的后半部分。因此，有了这些，更正确的说法是空的 FS 拆分为单个字节，而不是字符。

    ¹我现在意识到，使用 POSIXLY_CORRECT, or--posix会gawk禁用一些不与 POSIX 冲突的扩展（typeof虽然确实gawk不符合），所以你可以说这是一个遗漏。现在它不会是第一个。例如，nextfile即使它确实与 POSIX 冲突，它也不会禁用（awk '{nextfile = 1}'意味着将 1 分配给变量，但即使在 POSIXLY_CORRECT 下也会nextfile报告错误）。gawk

    • 4

相关问题