☰

awk 重复 {n} 不起作用

tag-icon • tag-icon awk regular-expression
awk 重复 {n} 不起作用

我试图使用重复符号 {n} 打印这些行，但它不起作用。为了。例如我想打印长度为 4 个字符的所有行

 awk '/^.{4}$/' test_data

上面的代码没有打印该内容。如何修复它以便我可以使用重复符号？我知道像awk '/^....$/' test_dataand 这样的替代方案awk 'length ==3 ' test_data

答案1

根据GNU Awk 用户指南：功能历史，在 3.0 版本中添加了对正则表达式范围运算符的支持，但最初需要显式命令行选项

新的命令行选项：

  • 新的命令行选项：
    • --lint-old 选项用于警告原始版本 7 Unix 版本的 awk 中不可用的构造（请参阅 V7/SVR3.1）。
    • BWK awk 中的 -m 选项。 （Brian 当时还在贝尔实验室。）后来这句话从他的 awk 和 gawk 中删除了。
    • --re-interval 选项用于在正则表达式中提供间隔表达式（请参阅正则表达式运算符）。
    • 添加了 --traditional 选项作为 --compat 的更好名称（请参阅选项）。

在gawk4.0中，

区间表达式成为默认正则表达式的一部分

由于您使用的是gawk3.x，因此您需要使用

awk --re-interval '/^.{4}$/'

或者

awk --posix '/^.{4}$/'

或者（感谢@StéphaneChazelas）如果您想要一个可移植的解决方案，请使用

POSIXLY_CORRECT=anything awk '/^.{4}$/'

（因为--posix或--re-interval会在其他实现中导致错误awk）。

答案2

ERE（扩展正则表达式awk如or使用的egrep）最初没有{x,y}。它首先在 BRE 中引入（由grepor使用sed），但其\{x,y\}语法不会破坏向后可移植性。

但是当它使用该语法添加到 ERE 时{x,y}，它确实破坏了向后可移植性，因为foo{2}RE 匹配了之前不同的东西。

所以一些实现选择不这样做。您会发现/bin/awk,/bin/nawk并且/bin/egrep在 Solaris 上仍然不遵守它（您需要使用/usr/xpg4/bin/awk或/usr/xpg4/bin/grep -E）。对于 FreeBSDawk来说是一样的nawk（基于awk由 Brian Kernighan维护（k中awk））。

对于 GNUawk，直到最近（版本 4.0），您必须使用 来调用POSIXLY_CORRECT=anything awk '/^.{4}$/'它才能兑现它。mawk仍然不尊重它。

请注意，该运算符只是语法糖。.{3,5}总是可以写成....?.?example （当然，这样{3,5}更易​​读，而相当于 的情况(foo.{5,9}bar){123,456}会更糟）。

答案3

awk这与 GNU (gawk)的预期一致：

$ printf 'abcd\nabc\nabcde\n' | gawk '/^.{4}$/'
abcd

但是失败了，mawk它更接近 POSIX awk，并且 AFAIK，它是 Ubuntu 系统上的默认值：

$ printf 'abcd\nabc\nabcde\n' | mawk '/^.{4}$/'
$ ## prints nothing

因此，一个简单的解决方案是使用gawk而不是awk.该{n}表示法不是 POSIX BRE（基本正则表达式）语法的一部分。这就是为什么grep这里也失败的原因：

$ printf 'abcd\nabc\nabcde\n' | grep '^.{4}$'
$

然而，它是 ERE（扩展正则表达式）的一部分：

$ printf 'abcd\nabc\nabcde\n' | grep -E '^.{4}$'
abcd

mawk我不知道or POSIX使用哪种正则表达式风格awk，但我猜它是 BRE。他们使用旧版本的 ERE 根据史蒂芬的回答。无论如何，要么您显然使用的版本awk不实现 ERE，要么您的输入实际上没有任何包含 4 个字符的行。例如，由于您看不到的空白或 unicode 字形，可能会发生这种情况。

相关内容