awk: gsub("\\\\", "\\\\") 产生令人惊讶的结果答案

【问题标题】：Awk: gsub("\\\\", "\\\\") yields suprising resultsawk: gsub("\\\\", "\\\\") 产生令人惊讶的结果
【发布时间】：2020-11-18 21:17:33
【问题描述】：

考虑以下输入：

$ cat a
d:\

$ cat a.awk
{ sub("\\", "\\\\"); print $0 }

$ cat a_double.awk
{ sub("\\\\", "\\\\"); print $0 }

现在运行 cat a | awk -f a.awk 给出

d:\

并运行cat a | awk -f a_double.awk 给出

d:\\

而我期望正好相反。我该如何解释？

$ awk -V
GNU Awk 4.1.4, API: 1.1 (GNU MPFR 4.0.1, GNU MP 6.1.2)

【问题讨论】：

标签： awk escaping gsub

【解决方案1】：

是的，它的预期行为为awk。当您在第一个脚本中运行 sub("\\", "\\\\") 时，在 sub 的内部 "（双引号）中，因为我们没有使用 / 匹配模式，我们需要先转义 \（实际文字字符）然后为了转义，我们使用\，所以我们也需要转义它，因此它将变为\\\\

\\                                          \\
|                                            |
|                                            |
first 2 chars are denoting escaping         next 2 chars are denoting actual literal character \

您的第一种情况没有发生，因此没有匹配，因此没有替换，在您的第二个 awk 脚本中，您正在执行此操作（在 sub 的正则表达式匹配部分中转义部分），因此它完美匹配 \。

让我们通过示例来看看这个，并尝试将... 用于检查目的。

什么都没有发生时：因为没有匹配到

awk '{sub("\\", "....\\\\"); print $0}' Input_file
d:\

发生模式匹配时：

awk '{sub("\\\\", "...\\\\"); print $0}' Input_file
d:...\\

来自man awk：

gsub(r, s [, t])
For each substring matching the regular expression r in the string t,
 substitute the string s, and return the  number  of  substitutions.

我们如何才能执行实际的转义部分（我们只需要在字符前使用一次 \）？ 请在 /../ 中提及您的正则表达式在sub 的第一部分中，我们不需要在这里双重转义\。

awk '{sub(/\\/,"&\\")} 1' Input_file

【讨论】：

【解决方案2】：

*sub() 的第一个参数是正则表达式，而不是字符串，因此您应该使用正则表达式 (/.../) 而不是字符串 ("...") 分隔符。前者是按原样使用的文字正则表达式，而后者定义了一个动态（或计算的）正则表达式，它强制 awk 两次解释字符串，第一次将字符串转换为正则表达式，第二次将其用作正则表达式，因此转义所需的反斜杠加倍。见https://www.gnu.org/software/gawk/manual/gawk.html#Computed-Regexps。

在下文中，我们只需将反斜杠转义一次，因为我们使用的是文字而非动态正则表达式：

$ cat a
d:\

$ awk '{sub(/\\/,"\\\\")}1' a
d:\\

您的第一个脚本会在较新版本的 gawk (5.1.0) 中正确地产生语法错误，因为动态正则表达式中的 "\\" 相当于文字中的 /\/ 并且在该表达式中反斜杠正在转义最后的正斜杠，表示没有最后的分隔符：

$ cat a.awk
{ sub("\\", "\\\\"); print $0 }

$ awk -f a.awk a
awk: a.awk:1: (FILENAME=a FNR=1) fatal: invalid regexp: Trailing backslash: /\/

【讨论】：