awk 匹配和 ~ 运算符如何协同工作？答案

【问题标题】：How do awk match and ~ operators work together?awk 匹配和 ~ 运算符如何协同工作？
【发布时间】：2017-05-25 20:56:43
【问题描述】：

我无法理解这个 awk 代码：

$0 ~ ENVIRON["search"] {
  match($0, /id=[0-9]+/);
  if (RSTART) {
    print substr($0, RSTART+3, RLENGTH-3)
  }
}

~ 和 match() 运算符如何相互交互？
如果match() 的输出没有被打印或回显，它有什么影响？它实际上返回或做什么？如何在我自己的代码中使用它？

这与Why are $0, ~, &c. used in a way that violates usual bash syntax docs inside an argument to awk? 相关，但这个问题的中心是理解 bash 和 awk 语法之间的区别，而这个问题的中心是理解脚本的 awk 部分。

【问题讨论】：

into an algorithm 是什么意思，你是说进入伪代码吗？或者你只是问它是如何工作的？您可能想尝试阅读手册。
你已经被告知 - 这不是 bash，它是 awk。阅读 Arnold Robbins 所著的 Effective Awk Programming，第 4 版。
在代码块之后的第一段中专门回答问题，您对awk '$0 ~ /ab/' 的解释是正确的：您提供的代码是有条件的，而 awk 在给定条件时执行的默认操作是{ print $0 }，当条件为真时打印整行。（相比之下，如果您只给它一个块并且没有描述何时运行它的条件，awk 将无条件地为每一行输入运行该块。
...所以，如果您运行printf '%s\n' abcd efgh ijkl | awk '$0 ~ /ab/'，则只有printf 发出的三行中的第一行将依次由awk 处理。
...match 的棘手之处在于它实际上并没有返回字符串；相反，它返回一个整数，并根据它在哪里找到它正在搜索的正则表达式来设置单独的变量（RSTART、RLENGTH）。见gnu.org/software/gawk/manual/html_node/String-Functions.html

标签： awk

【解决方案1】：

一次回答一个问题：

~ 和 match() 运算符如何相互交互？

他们没有。至少不是直接在您的代码中。 ~ 是正则表达式比较运算符。在$0 ~ ENVIRON["search"] 的上下文中，它用于测试环境变量search 中包含的正则表达式是否作为当前记录($0) 的一部分存在。如果是，则执行后续{...} 块中的代码，如果不是，则不是。

match() 有什么影响，如果它的输出没有被打印或回应？

它标识与作为第二个参数提供的正则表达式匹配的第一个参数 ($0) 中的第一个子字符串的起点（并将其存储在 awk 变量 RSTART 中）和长度 (RLENGTH) (id=[0-9]+)。使用 GNU awk，它还可以使用圆括号标识的匹配字符串段（也称为“捕获组”）填充第三个数组参数。

它实际上返回或做什么？

它返回 RSTART 的值，如果没有找到匹配项，则返回 0，否则返回 1 或更大。对于它的作用，请参见上一个答案。

如何在自己的代码中使用它？

如您发布的示例中所示，这是一种方法，但该代码更通常写为：

($0 ~ ENVIRON["search"]) && match($0,/id=[0-9]+/) {
    print substr($0, RSTART+3, RLENGTH-3)
}

在第一部分使用字符串而不是正则表达式比较可能更合适：

index($0,ENVIRON["search"]) && match($0,/id=[0-9]+/) {
    print substr($0, RSTART+3, RLENGTH-3)
}

获取 Arnold Robbins 的《Effective Awk Programming, 4th Edition》一书，了解如何使用 awk。

【讨论】：

这就是我正在寻找的确切答案。感谢您的耐心和知识。

【解决方案2】：

使用正则表达式id=[0-9]+ 在每一行中查找匹配项
如果匹配的起始位置 (RSTART) 不为 0，则：
打印没有id=的匹配

这更短，但作用相同：

xinput --list | grep -Po 'id=[0-9]+' | cut -c4-

【讨论】：

是问代码是如何工作的，而不是重写它。
如果你必须在 Stackoverflow 上询问才能理解代码，代码可能过于复杂。所以重写它以提高可读性绝对是一种选择。
不，不是，你无法决定问题应该是什么。