在 POSIX awk 中实现 `maxsplit` 函数

Question

我正在尝试实现一个 awk 函数，用于将字符串拆分为数组；与内置

split

的主要区别在于，可以限制执行的“拆分”数量，就像 Python 中的

str.split

原型会是这样的：

maxsplit(s, a, n[, fs ])
将字符串

s

拆分为数组元素，最多执行

n

次拆分（因此，数组最多有

n+1

个元素

a[1]

,

a[2]

, ...,

a[n+1]

），并返回数组中元素的实际数量。在执行分割之前，应删除数组的所有元素。分隔应使用 ERE

fs

或使用字段分隔符

FS

（如果未给出

fs

）来完成。
空字符串作为

fs

值的效果未指定。

这是我想出的代码（未完全测试）：

function maxsplit(s,a,n,fs,    i,j) {
    delete a
    if (fs == "")
        fs = FS
    if (fs == " ")
    {
        for (i = 1; i <= n && match(s,/[^[:space:]]+/); i++) {
            a[i] = substr(s,RSTART,RLENGTH)
            s = substr(s,RSTART+RLENGTH)
        }
        sub(/[[:space:]]+/,"",s)
    }
    else if (length(fs) == 1)
    {
        for (i = 1; (i <= n) && (j = index(s,fs)); i++) {
            a[i] = substr(s,1,j-1)
            s = substr(s,j+1)
        }
    }
    else
    {
        for (i = 1; (i <= n) && (match(s,fs)); i++) {
            a[i] = substr(s,1,RSTART-1)
            s = substr(s,RSTART+RLENGTH)
        }
    }
    if (s != "") {
        a[i] = s
        return i
    } else {
        return i-1
    }
}

如您所见，我一直在添加不同的代码路径来处理不同类型的

fs

。我的问题是：还有哪些其他“边界情况”需要处理？

Answer 1

还有哪些其他“边界情况”需要处理？

我会指出

n

等于

0

，在

python

中，这会导致

list

具有一个元素，即整个文本，例如

text = "Able Baker Charlie"
split = text.split(maxsplit=0)
print(split)  # ['Able Baker Charlie']