带有regex过滤器的awk输出似乎跳过了索引

Question

我在一个文件中有这样一行：

abc-content: ["afox","dfox","xfox","ufox","sdao","qusa","hero"]

在玩了awk之后，这似乎可以很好地从线路中拉出所有的字符串：

awk -F'[ :[,"]' '{print $1, $5, $8, $11, $14, $17, $20, $23}' < file

如果我使用$2、$3或$4而不是$5(例如(，我会得到一个空白输出。有人能解释一下这里可能发生的事情吗？我的过滤器是否也占用了中间索引？

Answer 1

分隔符之间的空字符串，例如每个"和,之间的字符串，将是给定FS设置的字段。

ITYM-F': [[]"|","|"]'或类似产品：

$ awk -F': [[]"|","|"]' '{for (i=1; i<=NF; i++) print i, "<" $i ">"}' file
1 <abc-content>
2 <afox>
3 <dfox>
4 <xfox>
5 <ufox>
6 <sdao>
7 <qusa>
8 <hero>
9 <>

或者，如果您不希望在最后一个FS组件("](之后有空字段，则不要将其包含在FS中，只需从记录末尾删除"]：

$ awk -F': [[]"|","' '{sub(/"]$/,""); for (i=1; i<=NF; i++) print i, "<" $i ">"}' file
1 <abc-content>
2 <afox>
3 <dfox>
4 <xfox>
5 <ufox>
6 <sdao>
7 <qusa>
8 <hero>

如果您愿意，-F'(: [[]|",)"'将是编写FS的另一种方式。

以下是您的FS设置如何将记录拆分为字段：

$ awk -F'[ :[,"]' '{for (i=1; i<=NF; i++) print i, "<" $i ">"}' file
1 <abc-content>
2 <>
3 <>
4 <>
5 <afox>
6 <>
7 <>
8 <dfox>
9 <>
10 <>
11 <xfox>
12 <>
13 <>
14 <ufox>
15 <>
16 <>
17 <sdao>
18 <>
19 <>
20 <qusa>
21 <>
22 <>
23 <hero>
24 <]>

顺便说一句，尝试转义[以将其包含在括号表达式中是不必要的，就像大多数字符[已经是括号表达式中的文字一样，对于那些不是(]、^和-(的字符，用转义它们是错误的做法，以符合POSIX，您需要将它们适当地定位在括号表达式，请参阅https://pubs.opengroup.org/onlinepubs/9699919799/basedefs/V1_chap09.html#tag_09_03_05.

如果您引用的字段中有一些[不太可能]的字符组合(例如，如果您有一个像"foo"","或"foo: ["这样的字段(，上述操作仍然会失败，因为它可能存在与CSV格式相关的所有常见问题。请参阅What'；使用awk高效解析CSV的最稳健方法是什么？如果这对你的真实数据来说是个问题的话。