使用 awk 循环输入字符串中的字符答案

【问题标题】：loop over characters in input string using awk使用 awk 循环输入字符串中的字符
【发布时间】：2012-01-23 17:25:07
【问题描述】：

信不信由你，我找不到我认为这个非常基本的问题的答案。

在 awk 中，如何逐个字符地循环输入字符串？假设我只是想将它们打印出来。有我可以访问的数组吗？还是我需要使用 substr？

基本上是这样的：

echo "here is a string" | awk '
{ for(i=0; i<[length of input string]; i++) 
    printf [value at index i in array x]; 
}'

坦率地说，我很尴尬。

【问题讨论】：

标签： string for-loop awk

【解决方案1】：

您可以使用split 将字符串转换为数组：

echo "here is a string" | awk '
{ 
  split($0, chars, "")
  for (i=1; i <= length($0); i++) {
    printf("%s\n", chars[i])
  }
}'

这会垂直打印字符，每行一个。

【讨论】：

实际上，length() 是一个 gawk 扩展 AFAIK，它不适用于纯 awk stackoverflow.com/questions/14720898/…
@vaxquis 我不确定你所说的“纯”awk 是什么意思，但length 在 POSIX 中。 gawk 扩展适用于数组而不是字符串。幸运的是，我们可以将length(chars) 切换为length($0)。
"pure" awk 在“不是任何扩展的 awk”的意义上......是的，我的意思是 length();此外，您可以使用 "len = split(...)" 和稍后的 "i
还有一个问题 - 这显然忽略了输入中的空格 - 有没有办法拆分数据，以便我真正知道空格在哪里？还是我必须分别解析每个“记录”（行）才能做到这一点？

【解决方案2】：

并非所有 awk 实现都支持上述解决方案。在这种情况下，您可以使用 substr:

echo here is a string | awk '{
  for (i=0; ++i <= length($0);) 
    printf "%s\n", substr($0, i, 1)
  }'

附：在一些 awk 实现中，不带参数的长度默认为 $0，即 length 和 length($0) 是等价的。

【讨论】：

【解决方案3】：

默认情况下，awk 中的Field Separator (FS) 是space 或tabs。既然你提到你想遍历每个字符而不是单词，我们将不得不将 FS 重新定义为空。像这样的 -

[jaypal:~/Temp] echo "here is a string" | awk -v FS="" '
{for (i=1;i<=NF;i++) printf "Character "i": " $i"\n"}' 
Character 1: h
Character 2: e
Character 3: r
Character 4: e
Character 5:  
Character 6: i
Character 7: s
Character 8:  
Character 9: a
Character 10:  
Character 11: s
Character 12: t
Character 13: r
Character 14: i
Character 15: n
Character 16: g

【讨论】：

嗯。实际上，当在代码中设置 FS 时它可以工作，但方式有点不同......（例如，第一行没有被解析）有什么想法吗？
这是因为第一行之前已经用默认FS读取了。
@vaxquis 你必须在 BEGIN 开始：'BEGIN {FS="";}'
@vaxquis 在代码之外或在BEGIN 中设置FS 是一回事。 BEGIN 块在读取输入的第一行之前只读取一次。
请注意，在 awk 的许多实现中，空 FS 的行为是未定义的：stackoverflow.com/questions/22044272/…

【解决方案4】：

如果你有傻瓜：

awk '$0=gensub(/(.)/,"\\1\n","g")' file

测试：

kent$  echo "I am a String"|awk '$0=gensub(/(.)/,"\\1\n","g")'
I

a
m

a

S
t
r
i
n
g

【讨论】：

有没有办法使用这种方法对每个字符做一些事情，还是只是重新格式化字符串？
它可以“对每个字符做一些事情”。但这取决于什么是“东西”