AWK命令在不同的Ubuntu版本中给出不同的结果

Question

我们使用以下awk命令来拆分字母数字文本中的数字和字母。

echo "1.5GB" |awk '{ gsub(/([[:alpha:]]+|[[:digit:].-]+|[^[:alnum:].-]+)/,"&n",$0) ; print "size="$1"nsymbol="$2}'

该命令在Ubuntu 20.04中给出所需的结果。结果是

size=1.5
symbol=GB

但在Ubuntu 18.04中，它给出了以下结果，这不是期望的结果

size=1.5GB
symbol=

Answer 1

1996年的mawk是awk的一个最小功能版本，旨在提高执行速度。它不符合POSIX，因此不应该期望它支持POSIX字符类。如果可能的话，获取一个新版本或更改此：

/([[:alpha:]]+|[[:digit:].-]+|[^[:alnum:].-]+)/

到此：

/([a-zA-Z]+|[0-9.-]+|[^a-zA-Z0-9.-]+)/

例如：

echo "1.5GB" |awk '{ gsub(/([a-zA-Z]+|[0-9.-]+|[^a-zA-Z0-9.-]+)/,"&n",$0) ; print "size="$1"nsymbol="$2}'
size=1.5
symbol=GB

Answer 2

我无法复制这个问题-我的所有awk的输出都以相同的哈希值结束：

% echo "1.5GB" | nawk '{ print NR,NF,$0,$1,$NF; gsub(/[[:alpha:]]+|[[:digit:].-]+|[^[:alnum:].-]+/,"&n",$0) ; print NR,NF,$0,$1,$NF }' | xxh128sum 
1b0095d0c4c02859a61a0ab5a3253b58  stdin
% echo "1.5GB" | mawk '{ print NR,NF,$0,$1,$NF; gsub(/[[:alpha:]]+|[[:digit:].-]+|[^[:alnum:].-]+/,"&n",$0) ; print NR,NF,$0,$1,$NF }' | xxh128sum
1b0095d0c4c02859a61a0ab5a3253b58  stdin
% echo "1.5GB" | mawk2 '{ print NR,NF,$0,$1,$NF; gsub(/[[:alpha:]]+|[[:digit:].-]+|[^[:alnum:].-]+/,"&n",$0) ; print NR,NF,$0,$1,$NF }' | xxh128sum
1b0095d0c4c02859a61a0ab5a3253b58  stdin
% echo "1.5GB" | gawk -be '{ print NR,NF,$0,$1,$NF; gsub(/[[:alpha:]]+|[[:digit:].-]+|[^[:alnum:].-]+/,"&n",$0) ; print NR,NF,$0,$1,$NF }' | xxh128sum
1b0095d0c4c02859a61a0ab5a3253b58  stdin
% echo "1.5GB" | gawk -ne '{ print NR,NF,$0,$1,$NF; gsub(/[[:alpha:]]+|[[:digit:].-]+|[^[:alnum:].-]+/,"&n",$0) ; print NR,NF,$0,$1,$NF }' | xxh128sum
1b0095d0c4c02859a61a0ab5a3253b58  stdin
% echo "1.5GB" | gawk -ce '{ print NR,NF,$0,$1,$NF; gsub(/[[:alpha:]]+|[[:digit:].-]+|[^[:alnum:].-]+/,"&n",$0) ; print NR,NF,$0,$1,$NF }' | xxh128sum
1b0095d0c4c02859a61a0ab5a3253b58  stdin
% echo "1.5GB" | gawk -Pe '{ print NR,NF,$0,$1,$NF; gsub(/[[:alpha:]]+|[[:digit:].-]+|[^[:alnum:].-]+/,"&n",$0) ; print NR,NF,$0,$1,$NF }' | xxh128sum
1b0095d0c4c02859a61a0ab5a3253b58  stdin

Answer 3

虽然不清楚mawk 1.3.4和1.3.3中的什么变化使您的代码工作，但如果意图将输入的数字部分显示为size，将字母部分显示为symbol，即使两个组件中的一个缺失，代码从一开始就存在逻辑缺陷，因为对CCD_ 7的调用使得它得到的任何字母或数字字符成为第一字段。例如，如果输入只是GB，那么您的代码将输出：

size=GB
symbol=

我认为这是不可取的。

更好的方法是从输入中删除字母部分，使其成为size，从输入中去除数字部分，使之成为symbol:

awk '{s=$0;sub(/[[:alpha:]]+/,"",s);sub(/[[:digit:].-]+/,"");print"size="s"nsymbol="$0}'