正则表达式不能作为 awk 上的字段分隔符

Question

我有这个文本文件foo.txt ，其中包含与标点符号混合的单词。

我想要做的是使用awk过滤每个标点符号，所以我使用了一个正则表达式作为字段分隔符，就像这样awk -F '[^a-zA-Z]+' '{ print $0 }' foo.txt ，我面临的问题是文本保持原样，没有过滤任何内容。

有谁知道为什么会这样？

输入

¿Hello? How... are foo you?' Bye ,, hehe '" .lol

预期结果
Hello How are foo you Bye hehe lol

PD
我知道我可以使用 sed 和类似这样的sed 's/[[:punct:]]//g' foo.txt或sed s/[^A-Za-z]/" "/g foo.txt ，但我想知道为什么awk命令不起作用，我已经到处调查，但找不到答案，我无法入睡。

Answer 1

如果您想知道在哪里可以找到这背后的规则，我想指出Awk POSIX 标准：

但是，您必须在两个位置找到答案：

描述

awk 实用程序应将每个输入记录解释为一系列字段，其中默认情况下，字段是非 <blank> 非 <newline> 字符的字符串。 可以使用FS内置变量或-F sepstring 选项更改此默认 <blank> 和 <newline> 字段分隔符。 awk 实用程序应表示记录中的第一个字段$1 ，第二个$2 ，依此类推。 符号$0表示整个记录； 设置任何其他字段会导致重新评估$0 。 分配给$0将重置所有其他字段和NF内置变量的值。

变量和特殊变量

对不存在的字段（即$NF之后的字段）的引用应评估为未初始化的值。 此类引用不应创建新字段。 但是，分配给不存在的字段（例如， $(NF+2)=5 ）将增加NF的值； 使用未初始化的值创建任何中间字段； 并导致重新计算$0的值，字段由OFS的值分隔。 每个字段变量在创建时应具有字符串值或未初始化的值。 使用FS从$0创建时，字段变量应具有未初始化的值，并且该变量不包含任何字符。

在引入新字段时找到重新计算$0的规则有点awk ，但这本质上是规则。

此外，语句print $0打印整个字段。 因此，根据上述内容，您首先需要重新计算您的$0 ，如@oguzismail的答案所示。

因此可以通过以下方式更改字段分隔符：

awk 'BEGIN{FS="oldFS"; OFS="newFS"}{$1=$1}1' <file>

备注：您不需要检查该行是否包含任何字段作为NF{$1=$1}因为{$1=$1}只会引入一个没有额外OFS的空字段。