7、《Awk正则表达式与输入文件处理全解析》

《Awk正则表达式与输入文件处理全解析》

1. 正则表达式文本匹配规则

在Awk中，正则表达式的匹配有其特定规则。例如，执行以下命令：

echo aaaabcd | awk '{ sub(/a+/, "<A>"); print }'

此例运用 sub() 函数对输入记录进行修改。 sub() 函数会将第一个参数所匹配的文本首次出现处，替换为第二个参数提供的字符串。这里的正则表达式 /a+/ 表示“一个或多个‘a’字符”，替换文本为 <A> 。由于Awk和POSIX正则表达式总是匹配输入字符中最左侧、最长的可匹配序列，所以输入中的四个‘a’字符都会被替换为 <A> ，输出结果为 <A>bcd 。

在进行简单的匹配或不匹配测试时，这种规则或许不太重要，但在使用 match() 、 sub() 、 gsub() 和 gensub() 函数进行文本匹配和替换时，就至关重要。同时，理解这一原则对于基于正则表达式的记录和字段分割也很关键。

2. 动态正则表达式的使用

在‘~’或‘!~’运算符的右侧，不一定必须是正则表达式常量（即斜杠之间的字符字符串），可以是任何表达式。该表达式会被求值，必要时会转换为字符串，然后