Usando '(' (espaço seguido de parênteses) como separador de campos no awk

Question

Em um awkscript, estou tentando usar '(' como separador de campos. No entanto, a menos que eu escape do colchete com uma barra invertida dupla, assim:

BEGIN {FS=" \\("}

não funciona.

Se eu usar FS=" \("eu ganho

awk: prog:2: warning: escape sequence `\(' treated as plain `('
awk: prog:2: fatal: :, [., or [=: / (/

saída e se eu não escapar do colchete, recebo apenas o

awk: prog:2: fatal: :, [., or [=: / (/mensagem.

Você pode explicar esse comportamento?

Answer 1

Para usar ␣((espaço + parênteses) como separador de campo em awk, use "␣\\\(":

$ echo "a (b (c" | awk -F " \\\(" '{ print $1; print $2; print $3 }'
a
b
c

Como alternativa, use aspas simples e duas barras invertidas:

$ echo "a (b (c" | awk -F ' \\(' '{ print $1; print $2; print $3 }'
a
b
c

A razão para isto é que ␣((um único parêntesecomum espaço à esquerda) é uma expressão regular malformada. O parêntese esquerdo abre um agrupamento que nunca é fechado. É por isso que precisa ser escapado.

A razão pela qual ((um único parêntesesemum espaço à esquerda) funciona é que quando FSé um único caractere, ele não é tratado como uma expressão regular.

Answer 2

Encontrei este tópico ao procurar uma solução para um problema semelhante - usando ␣OR (como separador de campos para o awk. Isso não respondeu bem, mas deixe-me ver minha solução:

se você quiser a combinação ␣(como uma única unidade para separar arquivos no awk, faça awk -F '( \\()' ...:

$ echo "This (maybe) is a test()" | awk -F '( \\()' '{print $1 "\n" $2 "\n" $3 "\n" $4 "\n" $5 "\n" $6 "\n" $7; print "Number of Fields: " NF}'
This
maybe) is a test()





Number of Fields: 2

Se você está procurando uma solução para meu problema semelhante - ␣OR (, faça awk -F '( |\\()' ...:

$ echo "This (maybe) is a test()" | awk -F '( |\\()' '{print $1 "\n" $2 "\n" $3 "\n" $4 "\n" $5 "\n" $6 "\n" $7; print "Number of Fields: " NF}'
This

maybe)
is
a
test
)
Number of Fields: 7