AWK - 我的正则表达式不尊重大小写答案

【问题标题】：AWK - My regexp won't respect caseAWK - 我的正则表达式不尊重大小写
【发布时间】：2010-10-08 18:48:27
【问题描述】：

我正在运行 Ubuntu 8.04，我的代码如下所示...

 for (i=1;i<=n;i++)
 {
  if (arr[i] ~ /^[A-Z]{2,4}$/) printf(arr[i])
 }

我很快发现如果没有 --posix 开关，{n} 表达式将无法在 gawk 中工作。一旦启用，表达式就可以工作，但它是不区分大小写的匹配 AAAA 和 aaaa。这是怎么回事？

【问题讨论】：

向我们展示整个 AWK 脚本或命令。我想我知道发生了什么事，但你没有提供足够的信息来确定。

标签： ubuntu awk case-sensitive case-insensitive gawk

【解决方案1】：

表达式本身对我有用：

dfs:~# gawk --posix '/^[A-Z]{2,4}$/ {print "Yes"}'
AAAA
Yes
AA
Yes
TT
Yes
tt
YY
Yes
yy

您的问题可能是由两件事引起的。要么您不小心设置了IGNORECASE awk 变量，要么以其他方式关闭了case insensitive operation（顺便说一句，IGNORECASE 不适用于--posix，但适用于--re-interval，这也启用了正则表达式中的大括号），或者是 locale 的排序顺序的一个经典问题（因为 gawk 做了 locale-aware 字符比较），这意味着小写字符在一些大写字符之间进行比较。引用自relevant part of the manual:

许多语言环境对字符进行排序字典顺序，并且在这些语言环境，“[a-dx-z]”通常不是相当于‘[abcdxyz]’；取而代之的是可能相当于例如，“[aBbCcDdxXyYz]”。到获得传统解释括号表达式，您可以使用通过设置 LC_ALL 的 C 语言环境环境变量的值“C”。

【讨论】：

也许您应该指定 IGNORECASE 是一个环境变量，以便更清楚。
是的，我可能应该有，因为它实际上不是环境变量。编辑澄清这一点。

【解决方案2】：

我只安装了 mawk，但也许这就是你要找的？

for (i=1;i

【讨论】：

抱歉，我认为这不是 OP 要求的

【解决方案3】：

否则，如果您使用 GNU awk，则可以使用 [:upper:] 字母字符类。

% awk '{print /[:upper:]/?"OK":"KO"}'
AA
KO
aa
KO

【讨论】：