使用awk将单个空格作为字段分隔符

Question

我正在处理一个文件，其中字段由单个空格分隔。

awk 将 FS " " 解释为 "一个或多个空格"，这会导致当其中一个字段为空时，awk 无法正确读取我的文件。

我尝试使用 "不跟随空格的空格"( " (?! )" ) 作为 FS，但是 awk 不支持负向预查。类似 "single space field separator awk" 的简单谷歌查询只将我带到了说明特殊处理 FS=" " 的手册页面上。我可能错过了相关的手册页面......

如何在 awk 中使用单个空格作为字段分隔符？

- asachet

---

FS can be set to "[ ]" to use a single space as field separator. - asachet

哦，看起来注释系统吞掉了换行符。实际上我使用 <<< 'a[空格][空格][空格][空格]b' 作为输入。 - hek2mgl

我指的是“吞噬了空格”。 - hek2mgl

@antoine-sac，您能发布一些您的内容和您期望字段是什么的几行吗？请特别注意空字段，无论它是空字符串还是额外的空格。 - karakfa

@hek2mgl 我已经重新阅读了这个问题两次，如果有什么的话，我认为你的理解是错误的。原帖明确询问了一个空字段，我没有看到任何关于包含空格的字段的内容。 - tripleee

Answer 1

这应该能够正常工作

$ echo 'a    b' | awk -F'[ ]' '{print NF}'
5

而这个将所有连续的空格看作一个整体。

$ echo 'a    b' | awk -F' ' '{print NF}'
2

基于该评论，它需要特别考虑，空字符串或空格作为字段值是非常不同的事情，可能不适合用于以空格分隔的内容。

我建议使用`cut`进行预处理并更改分隔符，例如：

$ echo 'a    b' | cut -d' ' -f1,3,5 --output-delimiter=,
a,,b

- karakfa

---

听起来像是 OP 想要 3 而不是 5，因为定界符括起来的两个空格是一个字段 - 一个包含两个空格的字段。 - hek2mgl

@hek2mgl 嗯，不，字段不可能包含字段分隔符。当字段分隔符是单个空格时，两个相邻的空格是一个空字段的分隔符。 - tripleee

@tripleee 对啊。我还是觉得这个问题很有趣，我是说它通常是一个有效的用例，但是在那种情况下，我会选择不同的分隔符。 - hek2mgl

@karafka 不错的想法，改变分隔符，但我的字段中没有任何空格，所以第一个解决方案已经足够了。谢谢！ - asachet

Answer 2

给出一些有用的manpage参考来解释这个行为： 默认字段分割解释了" "是默认值，但具有特殊含义：

引用：

字段分隔符FS的默认值是一个包含单个空格" "的字符串。

如果awk以通常的方式解释这个值，每个空格字符都会分隔字段，所以连续两个空格之间会产生一个空字段。

之所以不会发生这种情况，是因为将单个空格作为FS的值是一个特殊情况——它被视为指定字段分隔方式的默认方式。

正则表达式字段分割解释了如何分隔单个空格：

对于一个不那么琐碎的正则表达式示例，尝试使用单个空格来分隔字段，就像使用单个逗号一样。`FS` 可以设置为 `"[ ]"`（左括号、空格、右括号）。 这个正则表达式只匹配一个空格，没有其他内容（参见正则表达式）。

（添加了强调和段落格式。）

- mwfearnley