awk中FS的一点细节

在学习Effective awk Program。在工作中虽然shell也算是自己的常规武器，但是shell的运用并不纯熟，把书中自己理解不深，或者没注意到的地方记录一下，毕竟每次看英文书有点重点不突出。
Effective awk Program 第三章Reading Input Files中的Using Regular Expression to Separate Fields中提到了一个很有趣的现象。

echo " a b c d " | awk '{ print $2 }'
echo " a b c d " | awk 'BEGIN {FS="[ \t\n]"} {print $2}'

这两个的输出是否一致，我学习这一章节之前，认为输出是相同的，都是b。实际上：

我们看到第一个命令和第二个命令的输出是不一样的。原因在于，默认的情况下，FS是空格，这种情况下，处理之前，首先会将strip掉头部的空格和tab，以及尾部的空格和tab，但是如果FS修改成[ \t\n]这种形式，就不会strip掉头部和尾部的空白字符，那么，如果头部有1个空格，我们看到$1是null或者empty。

另一个比较有意思的现象是，如果record重新组建，会导致头部和尾部的空白字符strip掉。

我们看到，仅仅是执行了$2=$2这个看起来毫无意义的操作，头部的空格就被strip掉了，事实上尾部的2个空格也被strip掉了。因为赋值操作引发了字符串的rebuild，而rebuild的过程要查找$1,$2...$NF,链接起来，查找$1的过程等同与FS=“ ”的时候的$1,空白字符（空格和tab）会被忽略掉，所以，concatenated string 也就没有头部和尾部的空白字符了。

(责任编辑：IT)

搜索

热门标签:

awk中FS的一点细节