具有正則表達式前瞻或后瞻的awk字段分隔符

Question

我想用轉義序列拆分但是失敗了。 例如：

$ echo "1,2\,2,333"|awk -F "(?<\!\\,)," '{print $2}'   ## expecting "2\,2"
awk: warning: escape sequence `\!' treated as plain `!'
awk: warning: escape sequence `\,' treated as plain `,'

awk / gawk是否支持帶regexp lookahead或lookbehind的字段分隔符？

Answer 1

正如我在評論中所說，awk不支持前瞻或后視，因為它使用POSIX擴展正則表達式（ERE）。 如果你真的需要前瞻或后瞻，你可能想要使用Perl。 但是，在這種情況下，您可以稍微改變解決問題的方法。

如果數據包含分隔符，而不是通過查找未轉義的分隔符（當行中有多個\\時可能會失敗）來分割數據，則最好直接匹配字段。

匹配字段的正則表達式是/([ /([^\\\\,]|\\\\.)+/ 。） /([^\\\\,]|\\\\.)+/ 。 請注意，此正則表達式不知道引用的字段。 如果您想支持它們，則取決於您如何處理報價未正確關閉的情況，或者字段中有多個引號。 如果您可以假設您的數據格式正確，那么您可以想出一個適用於您的數據的正則表達式。

這是讓你入門的東西。 下面的代碼打印一行中的所有字段。

echo "1,2\,2,333" | awk '{while (match($0, /([^\\,]|\\.)+/)) {print substr($0, RSTART, RLENGTH);$0=substr($0, RSTART+RLENGTH)}}'

參考

• 如何從文件中使用awk獲取匹配的正則表達式模式？

Answer 2

處理此問題的一種方法是在gnu-awk中使用FPAT （按內容拆分） ：

awk 'BEGIN{ FPAT=",([^\\\\]*\\\\,)*[^,]*,|[^,]+" } {
  for (i=1; i<=NF; i++) {gsub(/^,|,$/, "", $i); printf "$%d: <%s>\n", i, $i}
}' <<< "1,2\,2,333"
$1: <1>
$2: <2\,2>
$3: <333>