awk的默认字段分隔符

Question

很抱歉，这个愚蠢的问题已被搜索，但不确定是否找到了正确的答案，因此默认分隔符仅是awk的空间？

Answer 1

这是适用于 所有主要Awk实现* 的 实用摘要 ： *

• GNU awk中（gawk） -默认awk在 一些 Linux发行版
• Mawk （mawk） -默认awk在 一些 Linux发行版（例如，早期版本的Ubuntu的crysman报道称，版本19.04现在带有 GNU awk中-见下面他的评论）
• BSD Awk-aka BWK Awk- awk类似BSD的平台（包括OSX）上的默认设置

在Linux上，awk -W version将告诉您默认的实现awk。
BSD awk中 仅 理解awk --version（其GNU awk中理解 除了 对awk -W version）。

所有 这些实现的最新版本 均
遵循POSIX标准，涉及
字段 分隔符

[1]（但不包含 记录 分隔符）。

词汇表：

• RS 是 输入 记录 分隔符，它描述 如何将输入分解为 记录 ：

  • 的 POSIX授权默认值 是一个 新行 ，也被称为\n下面; 也就是说， 默认情况下 ， 输入被分成几 行 。
  • 在awk的命令行上，RS可以指定为-v RS=<sep>。
  • POSIX限制RS到一个 文字，单字符 的值，但GNU awk和支撑Mawk 多字符 值可以被 扩展正则表达式 （BSD awk并 不 支持）。

  • FS 是 输入 字段 分隔符，它描述如何将 每个记录 拆分为多个 字段 ；它可能是 扩展的正则表达式 。

  • 在awk的命令行上，FS可以指定为-F <sep>（或-v FS=<sep>）。

  • 该 POSIX授权的默认值是 形式上 一个 空间 （0x20），但空间不是 字面 解释为（只）分离器，但有 特殊的意义 ; 见下文。

默认情况下 ：

• 任何运行 的 空间 和/或 突出部 和/或 换行符 被视为 字段分隔符
• 与 开头和结尾忽略运行 。

POSIX规范。对空格和制表符使用抽象<blank>，这对于
所有 语言环境都是正确的，但是 可以 在特定语言环境中包含 其他 字符-我不知道是否存在任何此类语言环境。

请注意， 使用默认的输入记录分隔符 （RS）时\n， 换行符 通常 不将图片输入为字段分隔符，因为在这种情况下， 记录
本身不 包含\n在内。

换行符作为字段分隔符 确实 起作用，但是：

• when RS 设置为一个值，该值导致记录 本身 包含\n实例（例如，when RS设置为 空字符串 ；请参见下文）。
• 通常 ，当使用该split()函数将字符串拆分为没有显式字段分隔符参数的数组元素时。
  • 即使 输入记录 不会包含\n实例（如果默认设置RS有效），该split()函数在调用时也不会在 来自不同源 的 多行字符串 上使用显式的字段分隔符作为参数（例如，通过-voption或as 传递的变量）伪文件名） 始终 视为\n字段分隔符。

重要的非默认注意事项 ：

• 分配 空 字符串RS具有特殊的意义：它读取输入 段落模式 ，这意味着输入被分成记录 的运行 非空行 ，用 开头和结尾的忽略空行运行 。

• 当你 指定的任何 其他 不是 字面 空间FS，该 解释FS 的变化从根本上 ：

  • 甲 单个 字符或者从指定的字符的每个字符 集 的 识别 单独 作为一个字段分隔符 -不 运行 它，与默认。
  • 例如，即使将其设置FS为 有效地 等于一个空格，也会将每个记录中的每个 单独的 空格实例都视为字段分隔符。[ ]
  • 要识别 运行 ，+必须使用正则表达式量词（重复符号）；例如，[\t]+将标签的 运行 识别为单个分隔符。
  • 开头和结尾的 分隔符不会被忽略，而是分隔 空 字段。
  • 设置FS为 空字符串 意味着记录的 每个 字符 都是 其自己的字段 。
  • 根据POSIX的要求，如果 RS 将设置为 空字符串 （段落模式），则 换行符 （\n） 也将 视为字段分隔符，而与的值无关FS。

[1]不幸的是，当您使用该选项强制执行POSIX合规性（）时，GNU Awk至少版本4.1.3符合关于字段分隔符的 过时
POSIX标准，-P（--posix）：该选项有效且RS设置 为非空 值，换行符（\n实例）不识别为字段分隔符。GNU
Awk手册阐明了过时的行为（但是忽略了将其RS设置为 空
字符串时不适用的行为）。POSIX标准在2008年进行了更改（请参阅注释），以在具有默认值时 也 考虑 换行符 字段分隔符FS-因为GNU
Awk始终 不使用 -P（--posix）。
以下是验证上述行为2个命令：
使用-P在效果和RS设置到 空字符串 ，\n则 仍 视为字段分隔符：
gawk -P -F' ' -v RS='' '{ printf "<%s>, <%s>\n", $1, $2 }' <<< $'a\nb'
使用-P在效果和 非空 RS，\n不被视为一个字段分隔符-这是过时的行为：根据GNU Awk的维护者的说法，
gawk -P -F' ' -v RS='|' '{ printf "<%s>, <%s>\n", $1, $2 }' <<< $'a\nb'
修复程序即将到来 ；期望在 4.2 版中使用（未提供时间范围）。
（向@JohnKugelman和@EdMorton表示帮助）。