awk的sub與gsub

philonis

有如下文件a.log
1abc 2abc
3abc 4abc
5abc 6abc
(列之間是\t)
awk 'FS="\t" gsub(/a/,"A")' a.log 輸出正確
但是
awk 'FS="\t" gsub(/a/,"A",$1)' a.log 輸出不正確：
1Abc 2abc
3Abc 4Abc
5Abc 6Abc
察看：
awk 'FS="\t" gsub(/a/,"A",$1) {print $2}' a.log
發(fā)現(xiàn)只有2abc，與出現(xiàn)的錯(cuò)誤一致。
但是同時(shí)
awk 'gsub(/a/,"A",$1)' a.log正確
awk 'FS="\t" sub(/a/,"A",$1)' a.log正確
感覺和FS=xxx有關(guān)系，可究竟是為什么呢？

letwave

sub匹配第一次出現(xiàn)的，gsub匹配所有的，與sed 's//' 和sed 's//g'一致。

你試試這個(gè)就知道是什么原因了。awk 'FS="\t" {print $1}' a.log

寂寞烈火

awk默認(rèn)的分隔域是空格, TAB, 所以你不需要指定FS的
/home/lee#echo '1abc 2abc
3abc 4abc
5abc 6abc'|awk '{sub(/a/,"A"0);print}'
1A0bc 2abc
3A0bc 4abc
5A0bc 6abc
/home/lee#echo '1abc 2abc
3abc 4abc
5abc 6abc'|awk '{gsub(/a/,"A"0);print}'
1A0bc 2A0bc
3A0bc 4A0bc
5A0bc 6A0bc
//g,指的是一行里所有的匹配

ruifox

這個(gè)問題頗有點(diǎn)古怪，F(xiàn)S的賦值方式明顯不對(duì)，但執(zhí)行的結(jié)果也很難理解！
為什么第一行能夠執(zhí)行正確，但第二行數(shù)據(jù)就出現(xiàn)問題，而且似乎還影響了OFS，奇怪！
期待高手！

awk 'FS="\t"  gsub(/a/,"A",$1)'執(zhí)行結(jié)果

1Abc 2abc
3Abc    4Abc
5Abc    6Abc
第一行分隔符為空格，以下都是\t！

[ 本帖最后由 ruifox 于 2007-7-23 09:43 編輯 ]

waker

原帖由 ruifox 于 2007-7-23 09:40 發(fā)表
這個(gè)問題頗有點(diǎn)古怪，F(xiàn)S的賦值方式明顯不對(duì)，但執(zhí)行的結(jié)果也很難理解！
為什么第一行能夠執(zhí)行正確，但第二行數(shù)據(jù)就出現(xiàn)問題，而且似乎還影響了OFS，奇怪！
期待高手！

awk 'FS="\t"  gsub(/a/,"A",$1)'執(zhí)行 ...

第一行FS="\t"以前域已經(jīng)拆分好了
第二行行才按\t拆分,結(jié)果是非常相當(dāng)?shù)恼�常�?br />

1. 
   
2. Advanced Notes: Changing FS Does Not Affect the Fields
   
3. 
   
4. According to the POSIX standard, awk is supposed to behave as if each record is split into fields at the time it is read. In particular, this means that if you change the value of FS after a record is read, the value of the fields (i.e., how they were split) should reflect the old value of FS, not the new one.
   
5. 
   
6. However, many implementations of awk do not work this way. Instead, they defer splitting the fields until a field is actually referenced. The fields are split using the current value of FS! (d.c.) This behavior can be difficult to diagnose. The following example illustrates the difference between the two methods. (The sed18 command prints just the first line of /etc/passwd.)
   
7. 
   
8.      sed 1q /etc/passwd | awk '{ FS = ":" ; print $1 }'
   
9. 
   
10. which usually prints:
    
11. 
    
12.      root
    
13. 
    
14. on an incorrect implementation of awk, while gawk prints something like:
    
15. 
    
16.      root:nSijPlPhZZwgE:0:0:Root:/:
    

復(fù)制代碼

philonis

按照waker給出的解釋，如下代碼：
awk '{FS="\t"; gsub(/a/,"A",$1);print $0,NF}' filename
確實(shí)能夠工作，雖然FS賦值是無效的（awk默認(rèn)tab分割）

但是如下代碼：
awk 'FS="\t" gsub(/a/,"A",$1){print $0,NF}' filename
結(jié)果是錯(cuò)的。

他們的區(qū)別就是代碼塊的位置，以及是否用分號(hào)分隔。
因此我覺得問題仍然出在花括號(hào)和分號(hào)上面。雖然FS的賦值是失效的，但是應(yīng)該不影響結(jié)果才是。

waker

如果沒有特殊的設(shè)計(jì)
設(shè)置FS的傳統(tǒng)位置是
BEGIN{.....FS=xxx...}

philonis

。。好吧。
那這個(gè)就算
GNU Awk 3.1.1
的bug好了。。

寂寞烈火

1. 
   
2. If you find a  bug  in  gawk,  please  send  electronic  mail  to  bug-
   
3.        [email]gawk@gnu.org[/email].

復(fù)制代碼

waker

原帖由 philonis 于 2007-7-23 14:45 發(fā)表
。。好吧。
那這個(gè)就算
GNU Awk 3.1.1
的bug好了。。

如果你是gawk ,你會(huì)如何處理?
條件{動(dòng)作},這是awk基本方法,那么我們來看一個(gè)例子
$1==3{print }
如果awk在判斷條件$1==3之前不進(jìn)行域拆分,那么$1從什么地方來?
如果已經(jīng)拆分過了,那么你的 FS=xx{...}只會(huì)在下一行起作用而不會(huì)在本行