如果字段分隔符是空字符串,则每个字符将成为单独的字段
$echo hello | awk -F '' -v OFS=,'{$1 = NF OFS $1} 1'
5,h,e,l,o
但是,如果FS是可能匹配零次的正则表达式,则不会发生相同的行为：
$echo hello | awk -F ' *' -v OFS=,'{$1 = NF OFS $1} 1'
1,hello
谁知道为什么会这样？我在gawk manual中找不到任何东西.FS =“”只是一个特例吗？
我最感兴趣的是理解为什么第二种情况不会将记录分成更多的字段.好像awk正在处理FS =“*”,如FS =“”
解决方法
有趣的问题！
我刚刚提取了gnu-awk 4.1.0的代码,我想我们可以在文件field.c中找到答案.
line 371: * re_parse_field --- parse fields using a regexp. * * This is called both from get_field() and from do_split() * via (*parse_field)(). This variation is for when FS is a regular * expression -- either user-defined or because RS=="" and FS==" " */ static long re_parse_field(lo...
这一行:(第425行)：
if (REEND(rp,scan) == RESTART(rp,scan)) { /* null match */
这里是您的问题中< space> *匹配的情况.实现没有增加nf,也就是说,它认为整行是一个单独的字段.注意这个函数也用在do_split()函数中.
首先,如果FS为空字符串,则gawk将每个字符分隔为其自己的字段. gawk的doc清楚地写了这个,也在代码中,我们可以看到：
line 613: * null_parse_field --- each character is a separate field * * This is called both from get_field() and from do_split() * via (*parse_field)(). This variation is for when FS is the null string. */ static long null_parse_field(long up_to,
如果FS有单个字符,awk不会将其视为正则表达式.这也在doc中提到过.也在代码中：
#line 667 * sc_parse_field --- single character field separator * * This is called both from get_field() and from do_split() * via (*parse_field)(). This variation is for when FS is a single character * other than space. */ static long sc_parse_field(l
如果我们读取函数,那里就没有进行正则表达式匹配处理.
在函数re_parse_field()和sc_parse_field()的注释中,我们看到do_split也会调用它们.它解释了为什么我们在以下命令中有1而不是3：
kent$ echo "foo"|awk '{split($0,a,/ */);print length(a)}'
1
