我可以在linux中的awk记录分隔符中使用正则表达式吗

Question

我有这样的测试文件

fdsf fdsf fdsfds fdsf
fdsfdsfsdf fdsfsf
fsdfsdf var12=1343243432

fdsf fdsf fdsfds fdsf
fdsfsdfdsfsdf
fsdfsdf var12=13432434432

fdsf fdsf fdsfds fdsf
fsdfsdf fdsfsf var12=13443432432

现在我想使用

var12=\d+

作为记录分隔符。这在 awk 中可能吗

Answer 1

是的，但是您应该使用

[0-9]

而不是

\d

:

awk '1' RS="var12=[0-9]+" file

IIRC，只有

GNU awk

可以使用多字符记录分隔符。

结果：

fdsf fdsf fdsfds fdsf
fdsfdsfsdf fdsfsf
fsdfsdf 


fdsf fdsf fdsfds fdsf
fdsfsdfdsfsdf
fsdfsdf 


fdsf fdsf fdsfds fdsf
fsdfsdf fdsfsf 

如果您需要进一步帮助，请发布您想要的输出。

Answer 2

假设 Linux 上有 GNU awk（又名

gawk

），是的。

RS

这是awk的输入记录分隔符。它的默认值是包含单个换行符的字符串，这意味着输入记录由单行文本组成。它也可以是空字符串，在这种情况下，记录由空行分隔。 如果是正则表达式，则记录由输入文本中正则表达式的匹配项分隔。

来源： 7.5.1 控制的内置变量

awk

，GNU Awk 用户指南。

正如@steve所说，

\d

不在正则表达式运算符或

gawk

-特定正则表达式运算符列表中，因此您需要使用括号表达式，例如

[0-9]

或

 [[:digit:]]

代替您的

\d

。

但是，从你的问题中并不清楚你的意图是什么。我已经回答了你的问题，但我怀疑我是否已经解决了你的根本问题。另请参阅什么是 XY 问题？

Answer 3

11 年过去了，POSIX 2024 awk 规范仍然规定 RS 仅使用一个字符（或者对于多行记录则不使用）。 “如果 RS 包含多个字符，则结果未指定。”但现在几乎所有 awk 实现都接受 RS 的正则表达式，包括 gawk、mawk、goawk、busybox awk、toybox awk 和 Kernighan 的 One True Awk（又名 nawk）。