/RE/ V.awk中的RE

Question

在awk中，sub()和gsub()函数的第一个参数、match()函数的第二个参数和split()的可选第三个参数是一个扩展正则表达式。

这样的参数可以是任意表达式，其计算结果可以是被解释为正则表达式的字符串，也可以是正则表达式常量。

在awk中，正则表达式常量是为某些正则表达式RE ( awk语法中的"ERE令牌“)编写的。

问题：假设RE保持不变(一些非变量正则表达式)，那么在调用(例如，sub() )时使用/RE/和使用"RE" ( awk语法中的"STRING令牌“)有什么实际区别吗？或者:在对上述函数的调用中，这两种表示正则表达式的方法之间是否有任何已知的awk实现不同？

问这个问题的原因是，我还记得必须修改一些awk代码，这些代码试图在调用sub()或gsub()时使用"RE"作为正则表达式，因为无论出于什么原因，手头的awk实现做了错误的事情，除非我用/RE/调用函数。

不幸的是，这是很久以前的事情了(2+年)，所以我不记得细节，甚至不知道当时我使用的是什么Unix (可能是OpenBSD)，但从那以后我就一直想问这个问题。

Answer 1

是的，在所有awk实现中，反斜杠作为转义符的方式是不同的。有关此及更多详细信息，请参见https://www.gnu.org/software/gawk/manual/gawk.html#Computed-Regexps：

..。请注意，用斜杠括起来的regexp常量和用双引号括起来的字符串常量是有区别的。如果要使用字符串常量，则必须理解字符串本质上是扫描两次的:第一次是awk读取程序，第二次是将运算符左侧的字符串与右边的模式相匹配。对于任何字符串值表达式(如前面示例中所示的digits_regexp )，这都是正确的，而不仅仅是字符串常量。如果对字符串进行两次扫描，会有什么不同？答案与转义序列有关，特别是反斜杠。要将反斜杠输入到字符串中的正则表达式中，必须键入两个反斜杠。例如，/\*/是文字*的regexp常量。只需要一个反斜杠。要对字符串执行相同的操作，必须键入"\\*"。第一个反斜杠转义第二个反斜杠，以便字符串实际上包含两个字符\和*。

因此，在编写regexp时，唯一考虑使用"RE"而不是/RE/的时间是：

1. RE包含/s，没有转义，因此您可以编写，例如，sub("/foo/bar","")而不是sub(/\/foo\/bar/,"")，仅仅是为了简洁，或者
2. 您需要字符串分隔符来连接，如var=17; sub("stuff" var,"")。

否则，总是在regexp周围使用regexp分隔符(/)，而不是字符串分隔符(")。