如何在 AWK 中使用正则表达式作为字段分隔符？答案

【问题标题】：How to use a regex for the field separator in AWK?如何在 AWK 中使用正则表达式作为字段分隔符？
【发布时间】：2017-03-29 07:41:56
【问题描述】：

我阅读了another answer，它展示了如何使用-F 标志设置字段分隔符：

awk -F 'INFORMATION DATA ' '{print $2}' t

现在我很好奇如何使用正则表达式作为字段分隔符。我的尝试如下所示：

$ echo "1 2 foo\n2 3 bar\n42 2 baz"
1 2 foo
2 3 bar
42 2 baz
$ echo "1 2 foo\n2 3 bar\n42 2 baz" | awk -F '\d+ \d+ ' '{ print $2 }'
# 3 blank lines

我希望得到以下输出：

foo
bar
baz

这是因为我的正则表达式\d+ \d+ 匹配“前两个数字用空格分隔，后跟一个空格”。但我正在打印第二张唱片。如图rubular:

【问题讨论】：

我是 awk 我要打印 2 美元，第二条记录
awk 不支持 perlish \d 元字符。您将使用[[:digit:]] 的POSIX 字符类而不是\d。 gnu.org/software/gawk/manual/html_node/…

【解决方案1】：

首先echo 不会自动转义并输出文字\n。所以你需要添加-e 来启用转义。其次awk不支持\d所以你必须使用[0-9]或[[:digit:]]。

echo -e "1 2 foo\n2 3 bar\n42 2 baz" | awk -F '[0-9]+ [0-9]+ ' '{ print $2 }'

或

echo -e "1 2 foo\n2 3 bar\n42 2 baz" | awk -F '[[:digit:]]+ [[:digit:]]+ ' '{ print $2 }'

两个输出：

foo
bar
baz

【讨论】：

4 秒差！
该死！甚至最终看起来完全一样！ :)
仅供参考，某些版本的 echo 会在给定 \n 的情况下打印文字换行符。这就是最好避免使用 echo 的原因之一——它的行为是不可移植的。请改用printf。

【解决方案2】：

只需将\d 替换为[0-9]：

有了这个，你可以打印所有的字段，你可以立即看到这些字段：

$ echo -e "1 2 foo\n2 3 bar\n42 2 baz" |awk -v FS="[0-9]+ [0-9]+" '{for (k=1;k<=NF;k++) print k,$k}'
1 
2  foo
1 
2  bar
1 
2  baz

所以只需在命令中使用 [0-9]：

$ echo -e "1 2 foo\n2 3 bar\n42 2 baz" |awk -v FS="[0-9]+ [0-9]+" '{print $2}'
 foo
 bar
 baz

【讨论】：