为什么要使用4个转义符

PfanAya

1. test$ echo "a\b\c" | awk -F'\\\\' '{OFS="@"; print $1,$2,$3}'
   
2. a@b@c

复制代码

注意上面4个\外面是单引号
下面的代码可以实现相同的效果：

1. test$ echo "a\b\c" | awk -F\\\\\\\\ '{OFS="@"; print $1,$2,$3}'
   
2. a@b@c
   

复制代码

即8个\外面没有引号
和8个\外面有双引号效果相同：

1. test$ echo "a\b\c" | awk -F"\\\\\\\\" '{OFS="@"; print $1,$2,$3}'
   
2. a@b@c
   

复制代码

我的问题是：
shell中单引号和双引号的区别是单引号把所有字符都看成普通字符，所以不对转义符进行转义，所以传递给awk时应该是4个\，awk再进行转义应该是2个\才对？但从上面看awk显示把分隔符当成1个\，那还有一半的转义符被谁吃了？bash还是awk？

personball

回复 1# PfanAya


    http://bbs.chinaunix.net/forum.p ... p;page=4#pid1511745

sakulagi

对楼主的命令行来说应该没有这么复杂吧？我这么用的：

root@Deb606:~/test# echo "a\b\c" |awk -F"\\" '{print $1 $2}'
ab
root@Deb606:~/test# echo "a\b\c" |awk -F'\\' '{print $1 $2}'
ab

简单来说，单引号和双引号在这个场景中没有区别，因为引号中没有变量需要展开。而且两个back slash就够了，没有必要4个吧？

【Debian 6.0.6】

PfanAya

回复 3# sakulagi


这个不是变量展不展开的问题，看下面

1. git$ echo "\\"
   
2. \
   
3. git$ echo '\\'
   
4. \\
   

复制代码

双引号里\被当成转义符所以结果是1个，而单引号里所有符号都当成普通字符所以没有转义，所以有2个

实际上当是单引号的时候 你的例子里1-4个\结果都是一样的
因为是单引号所以所有字符都应该是普通字符，即传给AWK的应该是4个，怎么会跟传1个一样呢？

假如我现在要分隔符是\n 那么必须要4个，其它都不行：

1. git$ echo "a\nb\nc" |awk -F'\\\\n' '{for(i=1;i<=NF;i++) print $i;}'
   
2. a
   
3. b
   
4. c
   

复制代码

这又怎么解释呢？

PfanAya

回复 2# personball


那篇帖子我看明白了 我原来就是那么理解的

但对解决这个问题好像没什么用啊

sakulagi

抱歉我之前没有说完整。对于双引号的和单引号的区别，主要还是变量的展开，和极少数情况下特殊字符是否会被解释。对于 \ 来说，除非你是用\来修饰其他的quote, 比如\, $, ' ，"，否则还是不会当成转义符，只是当做普通字符处理的，即使是在双引号中。

你试试执行的命令的前半部分：

echo "a\nb\nc"

和

echo 'a\nb\nc'

的执行结果是一样的。

在你的命令里，实你用\n这两个字符在做awk的域分隔符。当域分隔符是多于一个字符的时候，awk会认为这是一个reg-ex，从结果看貌似处理了两次。我没看过源代码，不好说。

至于1楼的那个例子。不用4个\:

1. 
   
2. [edward@vm-fedora17 ~]$ echo "a\b\c" | awk -F'\' '{OFS="@"; print $1,$2,$3}'
   
3. a@b@c
   

复制代码

PfanAya

回复 6# sakulagi


http://www.gnu.org/software/gawk ... ml#Escape-Sequences

Advanced Notes: Backslash Before Regular Characters

If you place a backslash in a string constant before something that is not one of the characters previously listed, POSIX awk purposely leaves what happens as undefined. There are two choices:

Strip the backslash out
This is what Brian Kernighan's awk and gawk both do. For example, "a\qc" is the same as "aqc". (Because this is such an easy bug both to introduce and to miss, gawk warns you about it.) Consider ‘FS = "[ \t]+\|[ \t]+"’ to use vertical bars surrounded by whitespace as the field separator. There should be two backslashes in the string: ‘FS = "[ \t]+\\|[ \t]+"’.)

Leave the backslash alone
Some other awk implementations do this. In such implementations, typing "a\qc" is the same as typing "a\\qc".


问题关键应该在：如果\不可以跟后面字符构成特殊含义，那有没有\是一样的，比如：\x和x是一样的。

tmp$ echo "a\xb"|awk -F'\x' '{print $1 "#" $2 "\t" NF}'
a\#b        2
tmp$ echo "a\xb"|awk -F'x' '{print $1 "#" $2 "\t" NF}'
a\#b        2

为了匹配"\x" 至少要3个转义符。
但"\n"至少需要4个可能和\n具有特殊含义有关。

sakulagi

你说的有道理。我也感觉应该是AWK的实现中有些具体的处理方式不同