awk Wiederholung {n} funktioniert nicht

Ich versuche, die Zeilen mit dem Wiederholungssymbol {n} zu drucken, aber es funktioniert nicht. Zum. Ich möchte zB alle Zeilen drucken, deren Länge 4 Zeichen lang ist

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

Mit dem obigen Code wird das nicht gedruckt. Wie kann ich das Problem beheben, damit ich das Wiederholungssymbol verwenden kann? Ich kenne die Alternative wie awk '/^....$/' test_dataundawk 'length ==3 ' test_data

Gemäß dem GNU Awk-Benutzerhandbuch: Funktionsverlauf wurde die Unterstützung für Bereichsoperatoren für reguläre Ausdrücke in Version 3.0 hinzugefügt, erforderte jedoch anfangs eine explizite Befehlszeilenoption

Neue Befehlszeilenoptionen:

• Neue Befehlszeilenoptionen:
  • Die Option --lint-old, um vor Konstrukten zu warnen, die in der ursprünglichen Version 7 Unix-Version von awk nicht verfügbar sind (siehe V7 / SVR3.1).
  • Die Option -m von BWK awk. (Brian war zu der Zeit noch in den Bell Laboratories.) Dies wurde später sowohl von seiner awk als auch von gawk entfernt.
  • Die Option --re-interval, um Intervallausdrücke in regulären Ausdrücken bereitzustellen (siehe Regexp-Operatoren).
  • Die Option --traditional wurde als besserer Name für --compat hinzugefügt (siehe Optionen).

In gawk4.0

Intervallausdrücke wurden Teil der regulären Standardausdrücke

Da Sie gawk3.x verwenden, müssen Sie verwenden

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

oder

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

oder (danke @ StéphaneChazelas) wenn Sie eine Lösung suchen, die portabel ist, verwenden Sie

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

(da --posixoder --re-intervalwürde einen Fehler in anderen awkImplementierungen verursachen).

EREs ( erweiterte reguläre Ausdrücke, wie sie von awkoder verwendet werden egrep) hatten anfangs keine {x,y}. Es wurde zuerst in BREs eingeführt (wie von grepoder verwendet sed), jedoch mit einer \{x,y\}Syntax, die die Rückwärtsportabilität nicht beeinträchtigt.

Als es jedoch mit dieser {x,y}Syntax zu EREs hinzugefügt wurde, brach es die Rückwärtsportabilität, da ein foo{2}RE zuvor mit etwas anderem übereinstimmte.

Einige Implementierungen haben sich daher dagegen entschieden. Sie werden feststellen , dass /bin/awk, /bin/nawkund /bin/egrepauf Solaris ehren immer noch nicht (man braucht verwenden /usr/xpg4/bin/awkoder /usr/xpg4/bin/grep -E). Gleich für awkund nawkauf FreeBSD (basierend auf dem awkvon Brian Kernighan (the kin awk) gepflegten ).

Für GNUawk mussten Sie es bis vor relativ kurzer Zeit (Version 4.0) mit aufrufen, POSIXLY_CORRECT=anything awk '/^.{4}$/'um es zu ehren. mawkehrt es immer noch nicht .

Beachten Sie, dass dieser Operator nur syntaktischer Zucker ist. .{3,5}kann ....?.?zum Beispiel immer geschrieben werden (obwohl natürlich {3,5}viel besser lesbar ist und das Äquivalent von (foo.{5,9}bar){123,456}viel schlechter wäre).

Dies funktioniert wie erwartet mit GNU awk(gawk):

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

Aber scheitert mit mawkdem näher an POSIX awkund, AFAIK, ist der Standard auf Ubuntu-Systemen:

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

Eine einfache Lösung wäre also die Verwendung gawkvon awk. Die {n}Notation ist nicht Teil der POSIX BRE-Syntax (Basic Regular Expression). Deshalb grepscheitert auch hier:

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

Es ist jedoch Teil von ERE (Extended Regular Expressions):

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

Ich weiß nicht, welches Regex-Aroma von mawkPOSIX verwendet wird awk, aber ich denke, es ist BRE. Sie verwenden eine ältere Version von ERE gemäß Stéphanes Antwort . Entweder verwenden Sie anscheinend eine Version awk, die ERE nicht implementiert, oder Ihre Eingabe enthält tatsächlich keine Zeilen mit genau 4 Zeichen. Dies kann beispielsweise an Leerzeichen liegen, die Sie nicht sehen, oder an Unicode-Glyphen.