awk repetition {n} nie działa

Próbuję wydrukować linie za pomocą symbolu powtórzenia {n}, ale to nie działa. Dla. np. chcę wydrukować wszystkie linie o długości 4 znaków

 awk '/^.{4}$/' test_data

Powyższy kod nie drukuje tego .Jak to naprawić, aby móc użyć symbolu powtórzenia? Znam alternatywę jak awk '/^....$/' test_dataiawk 'length ==3 ' test_data

Zgodnie z Podręcznikiem użytkownika GNU Awk: Historia funkcji , obsługa operatorów zakresu wyrażeń regularnych została dodana w wersji 3.0, ale początkowo wymagała jawnej opcji wiersza poleceń

Nowe opcje wiersza polecenia:

• Nowe opcje wiersza polecenia:
  • Opcja --lint-old ostrzegająca o konstrukcjach, które nie są dostępne w oryginalnej wersji awk w wersji 7 Uniksa (patrz V7 / SVR3.1).
  • Opcja -m z BWK awk. (Brian był wtedy w Bell Laboratories.) Zostało to później usunięte zarówno z jego awk, jak i z gawk.
  • Opcja --re-Interwał zapewniająca wyrażenia interwałowe w wyrażeniach regularnych (zobacz Operatory Regexp).
  • Opcja --traditional została dodana jako lepsza nazwa dla --compat (patrz Opcje).

W gawk4.0

Wyrażenia przedziałowe stały się częścią domyślnych wyrażeń regularnych

Ponieważ używasz gawk3.x, będziesz musiał użyć

awk --re-interval '/^.{4}$/'

lub

awk --posix '/^.{4}$/'

lub (dzięki @ StéphaneChazelas), jeśli chcesz mieć rozwiązanie przenośne, użyj

POSIXLY_CORRECT=anything awk '/^.{4}$/'

(ponieważ --posixlub --re-intervalspowodowałby błąd w innych awkimplementacjach).

ERE ( rozszerzone wyrażenia regularne używane przez awklub egrep) początkowo nie miały {x,y}. Po raz pierwszy został wprowadzony w BRE (używanych przez greplub sed), ale ze \{x,y\}składnią, która nie zepsuła przenośności wstecznej.

Ale kiedy został dodany do ERE z tą {x,y}składnią, przerwał przenośność wsteczną, ponieważ foo{2}RE dopasowywał wcześniej coś innego.

Dlatego niektóre implementacje zdecydowały się tego nie robić. Znajdziesz to /bin/awk, /bin/nawka /bin/egrepna Solarisie nadal nie honoruj ​​tego (musisz użyć /usr/xpg4/bin/awklub /usr/xpg4/bin/grep -E). Sama dla awki nawkna FreeBSD (na podstawie utrzymane przez Brian Kernighana (The w )).awkkawk

W przypadku GNUawk do niedawna (wersja 4.0) trzeba było do niego zadzwonić, POSIXLY_CORRECT=anything awk '/^.{4}$/'aby go uhonorować. mawkwciąż tego nie szanuje .

Zauważ, że ten operator to tylko cukier syntaktyczny. .{3,5}zawsze można napisać ....?.?na przykład (choć oczywiście {3,5}jest o wiele bardziej czytelny, a odpowiednik (foo.{5,9}bar){123,456}byłby o wiele gorszy).

Działa to zgodnie z oczekiwaniami w przypadku GNU awk(gawk):

$ printf 'abcd\nabc\nabcde\n' | gawk '/^.{4}$/'
abcd

Ale kończy się niepowodzeniem, mawkco jest bliższe POSIX, awka AFAIK jest ustawieniem domyślnym w systemach Ubuntu:

$ printf 'abcd\nabc\nabcde\n' | mawk '/^.{4}$/'
$ ## prints nothing

Zatem prostym rozwiązaniem byłoby użycie gawkzamiast awk. {n}Notacja nie jest częścią składni POSIX BRE (podstawowe wyrażenie regularne). Dlatego grepteż tutaj zawodzi:

$ printf 'abcd\nabc\nabcde\n' | grep '^.{4}$'
$

Jest jednak częścią ERE (rozszerzone wyrażenia regularne):

$ printf 'abcd\nabc\nabcde\n' | grep -E '^.{4}$'
abcd

Nie wiem, jakiego smaku wyrażenia regularnego używa mawkPOSIX awk, ale zgaduję, że to BRE. Używają starszej wersji ERE zgodnie z odpowiedzią Stéphane'a . W każdym razie albo najwyraźniej używasz wersji awk, która nie implementuje ERE lub twoje dane wejściowe nie zawierają żadnych wierszy zawierających dokładnie 4 znaki. Może się to zdarzyć na przykład z powodu niewidocznych białych znaków lub glifów Unicode.