awk 分隔符的问题：用“||”作为分隔符有问题

mukey

abstime=2008-01-29 15:00:00||dt=0||ru=ht

如果用“|”作为分隔符，是可以的： awk -F"|" '{print $3}' tmp.log

但是用“||”作为分隔符失败，有谁用过没有

waker

-F'[|]+'

iceberg77

'|'是元字符, 我想用awk -F'\|\|' 就行了, 结果提示:
awk: warning: escape sequence `\|' treated as plain `|'

用这个 awk -F'\\|\\|' 才可以
望大侠解疑

mukey

原帖由 waker 于 2008-1-30 16:45 发表
-F'[|]+'

牛！

如果以“00”分隔的话，可以这样写，awk -F"00" '{print $2} tmp.log
为什么以“||”分隔要用这种方式？

davistar

原帖由 iceberg77 于 2008-1-30 17:05 发表
'|'是元字符, 我想用awk -F'\|\|' 就行了, 结果提示:
awk: warning: escape sequence `\|' treated as plain `|'

用这个 awk -F'\\|\\|' 才可以
望大侠解疑

|是元字符 \也是咯

iceberg77

原帖由 davistar 于 2008-1-30 17:37 发表


|是元字符 \也是咯

可是在正则表达式中要屏蔽某个特殊字符, 不是只要加'\'就行了?

FinalBSD

原帖由 iceberg77 于 2008-1-30 17:48 发表


可是在正则表达式中要屏蔽某个特殊字符, 不是只要加'\'就行了?

\本身是元字符
\\   => \
\\|  => \|

iceberg77

原帖由 FinalBSD 于 2008-1-30 17:50 发表

\本身是元字符
\\   => \
\\|  => \|

谢谢
不过还是有疑问,我们通常在正则表达式中,比如说要屏蔽'*', 只要这样就行了
\*
却不是用
\\*

woodie

原帖由 iceberg77 于 2008-1-30 17:05 发表
'|'是元字符, 我想用awk -F'\|\|' 就行了, 结果提示:
awk: warning: escape sequence `\|' treated as plain `|'

用这个 awk -F'\\|\\|' 才可以
望大侠解疑

很遗憾，awk对正则的支持相当有限，但这不是没有原因的。

awk的语法力图模仿C，所以字符串的转义序列是照搬C的，如\a表示蜂鸣，\t表示水平制表，\n表示换行，\b表示退格， \f表示换页等等。

除开那些C风格的转移序列之外的转义序列，如\q, \|之类，大多数awk版本处理时会简单地把反斜杠\丢弃，所以你写\q，awk会当作普通字符q，写\|，awk会当作普通字符|。但gawk这样做时会提示用户，这就是awk为什么会发出类似escape sequence `\|' treated as plain `|'这样的警告的原因了。还有一些版本的awk会认可这些非C风格的转移序列，据我所知debian缺省安装的的mawk就是如此。

因此正则表达式中经常用到的转义方式都需要用两个反斜杠，写成有点怪异的样子。例如你上面提到的\\|，还用gawk中gensub中才能使用的反向引用必须写成\\1, \\2而不是简单的\1, \2。

总之，在awk中用正则有时会比较头疼，如果你的正则比较高级点，建议改用sed，尤其建议改用perl。^_^

iceberg77

其实,我的疑问就是为什么要用
awk -F'\\|\\|'
难道它做了二次解析?