☰

为什么 awk split() 使第一个字段成为数组中的最后一个元素？

tag-icon • tag-icon awk
为什么 awk split() 使第一个字段成为数组中的最后一个元素？

我可能在这里遗漏了一些非常简单的东西，但是当我说

echo 'The quick brown fox jumped over the lazy dog.' | \
    awk '{
        split($0, WORDS, " ");
        for ( WORD in WORDS ) {
            print $WORD;
        }
    }'

我得到这样的回报：

quick
brown
fox
jumped
over
the
lazy
dog.
The

为什么第一个字最后打印？

$ awk --version
awk version 20070501

答案1

首先， yieldfor (i in array)中的awk是数组的索引，而不是数组元素。所以你得到了像你访问的结果$1。$2....$NF​

echo 'The quick brown fox jumped over the lazy dog.' | \
    awk '{
        split($0, WORDS, " ");
        for ( WORD in WORDS ) {
            print WORD;       
        }
    }'
2
3
4
5
6
7
8
9
1

您可以看到访问变量时获得了数组索引WORD。

对于你的问题，POSIX 定义了通过awk数组循环产生数组索引未指定顺序:

for（数组中的变量）

它将迭代，将数组的每个索引分配给变量 未指定顺序。

所以由实现来定义如何来遍历数组。

我的系统中的快速测试表明了这一点，gawk并mawk以递增顺序循环：

for AWK in gawk mawk /usr/5bin/[on]awk /usr/5bin/posix/awk; do
  printf '==%s==\n' "$AWK"
  echo 'The quick brown fox jumped over the lazy dog.' |
  "$AWK" '{
    split($0, WORDS, " ")
    for (WORD in WORDS) {
      print WORD;
    }
  }' | { sed 1q; tail -n1 }
 done
==awk==
1
9
==mawk==
1
9
==/usr/5bin/nawk==
2
1
==/usr/5bin/oawk==
2
1
==/usr/5bin/posix/awk==
2
1

（使用GNU sed，你需要sed -u 1q）

答案2

您不是打印数组的元素，而是按顺序打印字段。在 中awk，变量没有前缀 a $，那就是字段。因此，$a将打印存储在 中的任何数字的字段a。要打印变量，例如foo，您需要print foo, 不$。

当您迭代数组时awk，您正在迭代数组的索引：

$ echo 'The quick brown fox jumped over the lazy dog.' |     awk '{
        split($0, WORDS, " ");
        for ( WORD in WORDS ) {
            print WORD;
        }
    }'
1
2
3
4
5
6
7
8
9

你所追求的是：

$ echo 'The quick brown fox jumped over the lazy dog.' |     awk '{
        split($0, WORDS, " ");
        for ( WORD in WORDS ) {
            print WORDS[WORD];
        }
    }'
The
quick
brown
fox
jumped
over
the
lazy
dog.

在 GNU 中awk，这相当于：

 $ echo 'The quick brown fox jumped over the lazy dog.' |     awk '{
            for (i=1; i<=NF;i++){
            print $i
        }
    }'

虽然gawk(GNU awk)split会按照找到的顺序对数组进行排序（如上所示），但其他实现不会这样做，正如 cuonglm 在他的答案中解释的那样。因此，split您可以设置字段分隔符并使用 let来代替使用awk来进行拆分。在您的示例中，不需要，因为分隔符是空格，但以下是其他情况下的操作方法：

 $ echo 'The-quick-brown-fox-jumped-over-the-lazy-dog.' | 
    awk -F"-" '{
                 for(i=1;i<=NF;i++){
                    print $i
                 }
                }'
The
quick
brown
fox
jumped
over
the
lazy
dog.

答案3

$1忽略在您的示例中，您可以（应该）只打印每个字段、$2等的事实，split返回数组中的元素数量，因此要按照它们出现的顺序循环遍历它们，您可以使用如下所示的内容：

echo 'The quick brown fox jumped over the lazy dog.' | \
    awk '{
        n = split($0, WORDS, " ");
        for (i = 1; i <= n; ++i) {
            print WORDS[i];
        }
    }'

正如其他人提到的，使用时遍历数组的顺序for (indx in array)是未指定的（尽管如果您使用 GNU awk，则可以控制它）。

相关内容