如何在 GNU awk 中设置多字符记录分隔符 RS 使其包含新行？

Question

我正在使用 GNU Awk 4.1.3。我要处理这个文件：

$$$$
1
1
$$$$
2
2
$$$$
3
3
$$$$
1
clave
2
$$$$
5
5
$$$$

当给定的块中包含文本“clave”时，打印“$$$$”和下一个“$$$$”之间的行块。也就是说，对于给定的示例，我想要这个输出：

1
clave
2

我的解决方案是将record separator RS 设置为字符串“$$$$”。因为是特殊字符，所以需要转义，所以最后变成RS='\\$\\$\\$\\$'：

awk -v RS='\\$\\$\\$\\$' '/clave/' file

这样做的问题是结果在块之前和之后包含一个新行：

$ awk -v RS='\\$\\$\\$\\$' '/clave/' file

1
clave
2

这是因为“$$$$”的末尾和“1”之间有一个新行，“2”和下一个“$$$$”之间也有一个新行。

为了避免这种情况，我在记录分隔符的两端添加了新行，所以它变成了RS='<strong>\n</strong>\$\$\$\$<strong>\n</strong>'。效果很好：

$ awk -v RS='\n\\$\\$\\$\\$\n' '/clave/' file
#            ^^^           ^^
1
clave
2

但是，这变得相当复杂，我想知道在记录分隔符中包含新行是否会产生一些我不知道的副作用。

为此，我想知道：如何设置记录分隔符使其包含新行？我的方法是否有效，还是因为我的方法有一些缺点而应该选择其他选择？

Answer 1

你应该在 4 $s 之前和之后匹配换行符，因为那是真正的分隔符（在它自己的一行上的 4 个 $s 字符串），如果 4 @987654323 其他任何东西都可能失败@s 出现在您的数据中。 $s 的第一个字符串当然不会有换行符，它会匹配字符串开始指示符 (^)，所以你需要使用：

$ awk -v RS='(^|\n)[$]{4}\n' '/clave/' file
1
clave
2

我发现 [$] 比 \\$ 更容易阅读，YMMV。

Answer 2

您在之前和之后都有一个换行符，因为在您的文件中 $$$$ 之前和之后都有一个换行符，并且通过将 RS 设置为 $$$$ 您将这些换行符保留在记录中。

更改您的 RS 以包含换行符或在之前开始和换行符或之后结束，以便记录将没有这些换行符：

awk -v RS='(^|\n)\\${4}(\n|$)' '/clave/' fike

1
clave
2

另请注意，您可以使用固定长度量词 \\${4} 而不是 \\$\\$\\$\\$。