awk中使用gsub再配合|出現奇怪現象？ - 中国DOS联盟论坛

使用^取消"的转义作用即可

C:\>echo ^"batch | find "at"
"batch

Originally posted by qzwqzw at 2007-6-22 12:33:
使用^取消"的转义作用即可

唉，都被"給搞蒙了，我還把^加到了“裏面……居然問出來這種白癡問題，
不過透過這個問題，倒是把qzwqzw之前講的一句話理解了：
“首先\是awk的转义符号，而不是cmd的；其次cmd的引号匹配是成对的”

所以"CN中前面的"並沒有被他前面的\在cmd中escape,而只是在gawk中escape;
因而CMD並沒找到和這個"匹配的"，就出現了後面|失效的問題。

新問題：
雖然我不是專業編程，但上學時的書裏講的也的確是像qzwqzw講的那樣，“从前到后，或者从左到右"，但您後來又有“也就是说在cmd中每个引号总是与离它最近的引号进行匹配”這樣的說明，就有疑問產生了，"CN中的"為什麼不是與(/\"CN=/,\"\")中逗號後面的"匹配，而是與1.txt後面的那一個匹配呢？
換個問法也就是說，既然英文半角的"不會像全角下的“”這樣分左右，而又是從左向右的執行，解釋器是如何判定哪兩個是相互匹配的那一對？

[ Last edited by pillow on 2007-6-23 at 02:01 PM ]

問得有些羅唆，只是知道"要放在|的前面，可是為什麼放在1.txt後面

gawk "{gsub(/\"CN=/,\"\");print}" 1.txt" | gawk -F"(" "{print $1}"

"CN=/,\"\");print}" 1.txt"這一段為什麼不會對語句解釋產生岐義呢？

"CN中的"為什麼不是與(/\"CN=/,\"\")中逗號後面的"匹配，而是與1.txt後面的那一個匹配呢？

这个理解是错误的

在cmd中，"CN中的"是与最前的"{gsub中的"相匹配的

这就是所谓的“最近匹配原则”
也可以理解为第（2*n）个的引号与（2*n-1）个引号相匹配（n为自然数）
即所谓的“前单配后双”原则

这种原则实现起来是最为简单的
不需要使用栈来保存"的层级
大约只需要做个开始与结束的标记就可以了

遇到第一个引号标记引号串开始
空格、Tab、分号等所有分界符和其它一些转义字符失效
直到遇到第二个引号
标记引号串结束
分界符等重新生效
如果再遇到第三个引号
则分界符等再次失效
直到下一个引号出现
如此反复

如果引号串之间没有出现分界符
则所有引号串以及其间的串被认作一个串

-----------------------

对于这行gawk "{gsub(/\"CN=/,\"\");print}" 1.txt" | gawk -F"(" "{print $1}"

cmd首先将它理解为五个串

1、gawk
2、"{gsub(/\"CN=/,\"\");print}" 1.txt"
3、|
4、gawk
5、-F"("
6、"{print $1}"

而最有疑义的第2个串是由下面几个子串组成的

2-1、"{gsub(/\"
2-2、CN=/,\
2-3、"\"
2-4、);print}
2-5、" 1.txt"

几个子串之间因为没有空格等分界符
所以被认为是一个字符串
并作为参数传给了gawk
至于gawk如何分析这个串就是Gawk内部的事了
-----------------------

因此，据我的理解
那个gawk句子也可以改作以下几种形式
而不会让cmd产生误解

gawk "{gsub(/\"CN=/,\"\");print}"" 1.txt | gawk -F"(" "{print $1}"
gawk {gsub(/\"CN=/,\"\");print} 1.txt" | gawk -F"(" "{print $1}"

上面两句cmd仍然将gawk 到 | 之间的部分认作一个串
下面两句cmd会则将它认作两个串，第二个串是 1.txt

gawk "{gsub(/\"CN=/,\"\");print} 1.txt | gawk -F"(" "{print $1}"
gawk {gsub(/\"CN=/,\"\");print}" 1.txt | gawk -F"(" "{print $1}"

至于会让gawk是否会产生歧义
因为没有测试环境不太肯定
前面两句应该是没有什么问题的
后面两句则可以存疑

而这样的句子很可能是不行的

gawk "{gsub(/\"CN=/, \"\");print}" 1.txt" | gawk -F"(" "{print $1}"

因为逗号后多了一个空格
而且这个空格正好位于2*n与2*n+1之间的引号中
因此cmd将它视作参数分界符
而将"{gsub(/\"CN=/, \"\");print}" 1.txt"分成了两个串

2、"{gsub(/\"CN=/,
2+1、\"\");print}" 1.txt"

而Gawk应该是不支持将匹配模式写在两个串中的

[ Last edited by qzwqzw on 2007-6-25 at 05:07 PM ]

Originally posted by qzwqzw at 2007-6-25 16:41:
因此，据我的理解
那个gawk句子也可以改作以下几种形式
而不会让cmd产生误解

gawk "{gsub(/\"CN=/,\"\");print}"" 1.txt | gawk -F"(" "{print $1}"
gawk {gsub(/\"CN=/,\"\");print} 1.txt" | gawk -F"(" "{print $1}"

上面两句cmd仍然将gawk 到 | 之间的部分认作一个串
下面两句cmd会则将它认作两个串，第二个串是 1.txt

gawk "{gsub(/\"CN=/,\"\");print} 1.txt | gawk -F"(" "{print $1}"
gawk {gsub(/\"CN=/,\"\");print}" 1.txt | gawk -F"(" "{print $1}"

至于会让gawk是否会产生歧义
因为没有测试环境不太肯定
前面两句应该是没有什么问题的
后面两句则可以存疑

感谢 qzwqzw 的见解。

我这里有环境测试，所以做了下面这几个测试:

>>gawk "{gsub(/\"CN=/,\"\");print}"" 1.txt | gawk -F"(" "{print $1}"
gawk: {gsub(/"CN=/,"");print}"
gawk: ^ unterminated string

在gawk的所有参数两边加上"":

>>gawk ""{gsub(/\"CN=/,\"\");print}"" 1.txt" | gawk -F"(" "{print $1}"
AA A
BB B

>>gawk {gsub(/\"CN=/,\"\");print} 1.txt" | gawk -F"(" "{print $1}"
AA A
BB B

测试成功。

>>gawk "{gsub(/\"CN=/,\"\");print} 1.txt | gawk -F"(" "{print $1}"
^C^C

这个运行时间长而没有结果，还是在gawk的整个参数两边加上""：

>>gawk ""{gsub(/\"CN=/,\"\");print} 1.txt" | gawk -F"(" "{print $1}"
AA A
BB B

>>gawk {gsub(/\"CN=/,\"\");print}" 1.txt | gawk -F"(" "{print $1}"
^C^C

这个同样是运行时间长且没有结果，还是加"":

>>gawk "{gsub(/\"CN=/,\"\");print}" 1.txt" | gawk -F"(" "{print $1}"
AA A
BB B

具体其它的方案没有做过多的测试

推荐这个贴子要好好看看
http://bbs.chinaunix.net/viewthread.php?tid=218853&extra=&page=4#pid1511745

昨天看了一下，很有启发，其中提到了Hard Quote和Soft Quote，虽然是Linux的环境，但是对于理解命令行的解析执行还是很有启发性的。

[ Last edited by lxmxn on 2007-6-25 at 06:00 PM ]

^ unterminated string的尖角号对的是上一行的print}后的"
刚开始看了半天没看明白
终于去下了个Gawk实际测试
才反应过来是论坛的空格比英文字母要窄
导致文本对齐的效果发生了变化
----------------------------------------------------------------

——“运行时间长且没有结果”
这是在等待你的输入
输入一些字符可以看到一些效果
按Ctrl+Z和回车结束输入
很显然，gawk没有从cmd传给它的命令行中找到要操作的文件
所以才从标准输入端（也就是控制台中的键盘）读取文本
----------------------------------------------------------------

对于出现问题的语句
gawk "{gsub(/\"CN=/,\"\");print}"" 1.txt | gawk -F"(" "{print $1}"

从cmd角度分析，它将命令行以|为界限拆分成两句
1、gawk "{gsub(/\"CN=/,\"\");print}"" 1.txt（包括紧随其后的一个空格）
2、 gawk -F"(" "{print $1}"

然后cmd将gawk "{gsub(/\"CN=/,\"\");print}"" 1.txt传递给了gawk
而gawk则以不同的方式再次解析了这个串
被\字符esacape掉的引号被忽略
所以{gsub前的引号只有与print}后的引号匹配

那么是第一个引号，还是第二个引号呢？
看看这句
gawk "{gsub(/\"CN=/,\"\");print}" " 1.txt
gawk: cmd. line:1: fatal: cannot open file ` 1.txt ' for reading (No such file o
r directory)

很明显gawk匹配的是第一个引号
也就是说它同cmd一样是采用的“最近匹配原则”
事实上对于引号这种由同样字符构成的字符对
采用“最远匹配原则”处理起来将是很麻烦的
而且没有多少实际意义
----------------------------------------------------------------

那么cmd与gawk的不同在哪里呢？
他们的不同就在于gawk多忽略了三个由\前缀的引号
从而导致字符串合并与切分发生了戏剧般的变化

对于gawk "{gsub(/\"CN=/,\"\");print}"" 1.txt（包括紧随其后的一个空格）
cmd把它分成
1、gawk
2、"{gsub(/\"CN=/,\"\");print}""
3、1.txt

而gawk把它分成
1、gawk
2、"{gsub(/\"CN=/,\"\");print}"" 1.txt
由于第二个串中的 1.txt 缺少与前面引号相匹配的引号
所以提示“未终止串”

对gawk "{gsub(/\"CN=/,\"\");print}" " 1.txt
gawk把它分成
1、gawk
2、"{gsub(/\"CN=/,\"\");print}"
3、" 1.txt
由于gawk从第三个串中取操作文件名
而名字前面加空格的文件并不存在
所以提示“不能打开文件”

所以，下面的句子将是正确的
gawk {gsub(/\"CN=/,\"\");print} "1.txt

cmd中将此句分成
1、gawk
2、{gsub(/\"CN=/,\"\");print} "1.txt

gawk则又分成
1、gawk
2、{gsub(/\"CN=/,\"\");print}
3、"1.txt
--------------------------------------------

至于那篇帖子中的Hard Quote和Soft Quote
那应该是Unix shell的概念
跟gawk关系不大
而cmd中就没有这样的概念

[ Last edited by qzwqzw on 2007-6-26 at 10:51 AM ]

Originally posted by qzwqzw at 2007-6-26 10:37:
——“运行时间长且没有结果”
这是在等待你的输入
输入一些字符可以看到一些效果
按Ctrl+Z和回车结束输入
很显然，gawk没有从cmd传给它的命令行中找到要操作的文件
所以才从标准输入端（也就是控制台中的键盘）读取文本

嗯，的确是这样，当时没有想到它会接受标准输入，所以就妄加推断了。

看了兄的分析之后，又明白了许多了，多谢。

第16楼　qzwqzw	发表于 2007-06-22 12:33
银牌会员　发帖 636　积分 2,343
使用^取消"的转义作用即可 C:\>echo ^"batch \| find "at" "batch

第17楼　pillow	发表于 2007-06-23 13:22
初级用户　发帖 82　积分 196
Originally posted by qzwqzw at 2007-6-22 12:33: 使用^取消"的转义作用即可唉，都被"給搞蒙了，我還把^加到了“裏面……居然問出來這種白癡問題，不過透過這個問題，倒是把qzwqzw之前講的一句話理解了： “首先\是awk的转义符号，而不是cmd的；其次cmd的引号匹配是成对的” 所以"CN中前面的"並沒有被他前面的\在cmd中escape,而只是在gawk中escape; 因而CMD並沒找到和這個"匹配的"，就出現了後面\|失效的問題。新問題：雖然我不是專業編程，但上學時的書裏講的也的確是像qzwqzw講的那樣，“从前到后，或者从左到右"，但您後來又有“也就是说在cmd中每个引号总是与离它最近的引号进行匹配”這樣的說明，就有疑問產生了，"CN中的"為什麼不是與(/\"CN=/,\"\")中逗號後面的"匹配，而是與1.txt後面的那一個匹配呢？換個問法也就是說，既然英文半角的"不會像全角下的“”這樣分左右，而又是從左向右的執行，解釋器是如何判定哪兩個是相互匹配的那一對？ [ Last edited by pillow on 2007-6-23 at 02:01 PM ]

第18楼　pillow	发表于 2007-06-25 08:21
初级用户　发帖 82　积分 196
問得有些羅唆，只是知道"要放在\|的前面，可是為什麼放在1.txt後面 gawk "{gsub(/\"CN=/,\"\");print}" 1.txt" \| gawk -F"(" "{print $1}" "CN=/,\"\");print}" 1.txt"這一段為什麼不會對語句解釋產生岐義呢？

第19楼　qzwqzw	发表于 2007-06-25 16:41
银牌会员　发帖 636　积分 2,343
"CN中的"為什麼不是與(/\"CN=/,\"\")中逗號後面的"匹配，而是與1.txt後面的那一個匹配呢？这个理解是错误的在cmd中，"CN中的"是与最前的"{gsub中的"相匹配的这就是所谓的“最近匹配原则” 也可以理解为第（2n）个的引号与（2n-1）个引号相匹配（n为自然数）即所谓的“前单配后双”原则这种原则实现起来是最为简单的不需要使用栈来保存"的层级大约只需要做个开始与结束的标记就可以了遇到第一个引号标记引号串开始空格、Tab、分号等所有分界符和其它一些转义字符失效直到遇到第二个引号标记引号串结束分界符等重新生效如果再遇到第三个引号则分界符等再次失效直到下一个引号出现如此反复如果引号串之间没有出现分界符则所有引号串以及其间的串被认作一个串 ----------------------- 对于这行gawk "{gsub(/\"CN=/,\"\");print}" 1.txt" \| gawk -F"(" "{print $1}" cmd首先将它理解为五个串 1、gawk 2、"{gsub(/\"CN=/,\"\");print}" 1.txt" 3、\| 4、gawk 5、-F"(" 6、"{print $1}" 而最有疑义的第2个串是由下面几个子串组成的 2-1、"{gsub(/\" 2-2、CN=/,\ 2-3、"\" 2-4、);print} 2-5、" 1.txt" 几个子串之间因为没有空格等分界符所以被认为是一个字符串并作为参数传给了gawk 至于gawk如何分析这个串就是Gawk内部的事了 ----------------------- 因此，据我的理解那个gawk句子也可以改作以下几种形式而不会让cmd产生误解 gawk "{gsub(/\"CN=/,\"\");print}"" 1.txt \| gawk -F"(" "{print $1}" gawk {gsub(/\"CN=/,\"\");print} 1.txt" \| gawk -F"(" "{print $1}" 上面两句cmd仍然将gawk 到 \| 之间的部分认作一个串下面两句cmd会则将它认作两个串，第二个串是 1.txt gawk "{gsub(/\"CN=/,\"\");print} 1.txt \| gawk -F"(" "{print $1}" gawk {gsub(/\"CN=/,\"\");print}" 1.txt \| gawk -F"(" "{print $1}" 至于会让gawk是否会产生歧义因为没有测试环境不太肯定前面两句应该是没有什么问题的后面两句则可以存疑而这样的句子很可能是不行的 gawk "{gsub(/\"CN=/, \"\");print}" 1.txt" \| gawk -F"(" "{print $1}" 因为逗号后多了一个空格而且这个空格正好位于2n与2n+1之间的引号中因此cmd将它视作参数分界符而将"{gsub(/\"CN=/, \"\");print}" 1.txt"分成了两个串 2、"{gsub(/\"CN=/, 2+1、\"\");print}" 1.txt" 而Gawk应该是不支持将匹配模式写在两个串中的 [ Last edited by qzwqzw on 2007-6-25 at 05:07 PM ]

第20楼　lxmxn	发表于 2007-06-25 17:58
版主　发帖 4,938　积分 11,386
Originally posted by qzwqzw at 2007-6-25 16:41: 因此，据我的理解那个gawk句子也可以改作以下几种形式而不会让cmd产生误解 gawk "{gsub(/\"CN=/,\"\");print}"" 1.txt \| gawk -F"(" "{print $1}" gawk {gsub(/\"CN=/,\"\");print} 1.txt" \| gawk -F"(" "{print $1}" 上面两句cmd仍然将gawk 到 \| 之间的部分认作一个串下面两句cmd会则将它认作两个串，第二个串是 1.txt gawk "{gsub(/\"CN=/,\"\");print} 1.txt \| gawk -F"(" "{print $1}" gawk {gsub(/\"CN=/,\"\");print}" 1.txt \| gawk -F"(" "{print $1}" 至于会让gawk是否会产生歧义因为没有测试环境不太肯定前面两句应该是没有什么问题的后面两句则可以存疑感谢 qzwqzw 的见解。我这里有环境测试，所以做了下面这几个测试: >>gawk "{gsub(/\"CN=/,\"\");print}"" 1.txt \| gawk -F"(" "{print $1}" gawk: {gsub(/"CN=/,"");print}" gawk: ^ unterminated string 在gawk的所有参数两边加上"": >>gawk ""{gsub(/\"CN=/,\"\");print}"" 1.txt" \| gawk -F"(" "{print $1}" AA A BB B >>gawk {gsub(/\"CN=/,\"\");print} 1.txt" \| gawk -F"(" "{print $1}" AA A BB B 测试成功。 >>gawk "{gsub(/\"CN=/,\"\");print} 1.txt \| gawk -F"(" "{print $1}" ^C^C 这个运行时间长而没有结果，还是在gawk的整个参数两边加上""： >>gawk ""{gsub(/\"CN=/,\"\");print} 1.txt" \| gawk -F"(" "{print $1}" AA A BB B >>gawk {gsub(/\"CN=/,\"\");print}" 1.txt \| gawk -F"(" "{print $1}" ^C^C 这个同样是运行时间长且没有结果，还是加"": >>gawk "{gsub(/\"CN=/,\"\");print}" 1.txt" \| gawk -F"(" "{print $1}" AA A BB B 具体其它的方案没有做过多的测试推荐这个贴子要好好看看 http://bbs.chinaunix.net/viewthread.php?tid=218853&extra=&page=4#pid1511745 昨天看了一下，很有启发，其中提到了Hard Quote和Soft Quote，虽然是Linux的环境，但是对于理解命令行的解析执行还是很有启发性的。 [ Last edited by lxmxn on 2007-6-25 at 06:00 PM ]

第21楼　qzwqzw	发表于 2007-06-26 10:37
银牌会员　发帖 636　积分 2,343
^ unterminated string的尖角号对的是上一行的print}后的" 刚开始看了半天没看明白终于去下了个Gawk实际测试才反应过来是论坛的空格比英文字母要窄导致文本对齐的效果发生了变化 ---------------------------------------------------------------- ——“运行时间长且没有结果” 这是在等待你的输入输入一些字符可以看到一些效果按Ctrl+Z和回车结束输入很显然，gawk没有从cmd传给它的命令行中找到要操作的文件所以才从标准输入端（也就是控制台中的键盘）读取文本 ---------------------------------------------------------------- 对于出现问题的语句 gawk "{gsub(/\"CN=/,\"\");print}"" 1.txt \| gawk -F"(" "{print $1}" 从cmd角度分析，它将命令行以\|为界限拆分成两句 1、gawk "{gsub(/\"CN=/,\"\");print}"" 1.txt（包括紧随其后的一个空格） 2、 gawk -F"(" "{print $1}" 然后cmd将gawk "{gsub(/\"CN=/,\"\");print}"" 1.txt传递给了gawk 而gawk则以不同的方式再次解析了这个串被\字符esacape掉的引号被忽略所以{gsub前的引号只有与print}后的引号匹配那么是第一个引号，还是第二个引号呢？看看这句 gawk "{gsub(/\"CN=/,\"\");print}" " 1.txt gawk: cmd. line:1: fatal: cannot open file ` 1.txt ' for reading (No such file o r directory) 很明显gawk匹配的是第一个引号也就是说它同cmd一样是采用的“最近匹配原则” 事实上对于引号这种由同样字符构成的字符对采用“最远匹配原则”处理起来将是很麻烦的而且没有多少实际意义 ---------------------------------------------------------------- 那么cmd与gawk的不同在哪里呢？他们的不同就在于gawk多忽略了三个由\前缀的引号从而导致字符串合并与切分发生了戏剧般的变化对于gawk "{gsub(/\"CN=/,\"\");print}"" 1.txt（包括紧随其后的一个空格） cmd把它分成 1、gawk 2、"{gsub(/\"CN=/,\"\");print}"" 3、1.txt 而gawk把它分成 1、gawk 2、"{gsub(/\"CN=/,\"\");print}"" 1.txt 由于第二个串中的 1.txt 缺少与前面引号相匹配的引号所以提示“未终止串” 对gawk "{gsub(/\"CN=/,\"\");print}" " 1.txt gawk把它分成 1、gawk 2、"{gsub(/\"CN=/,\"\");print}" 3、" 1.txt 由于gawk从第三个串中取操作文件名而名字前面加空格的文件并不存在所以提示“不能打开文件” 所以，下面的句子将是正确的 gawk {gsub(/\"CN=/,\"\");print} "1.txt cmd中将此句分成 1、gawk 2、{gsub(/\"CN=/,\"\");print} "1.txt gawk则又分成 1、gawk 2、{gsub(/\"CN=/,\"\");print} 3、"1.txt -------------------------------------------- 至于那篇帖子中的Hard Quote和Soft Quote 那应该是Unix shell的概念跟gawk关系不大而cmd中就没有这样的概念 [ Last edited by qzwqzw on 2007-6-26 at 10:51 AM ]

第22楼　lxmxn	发表于 2007-06-27 01:54
版主　发帖 4,938　积分 11,386
Originally posted by qzwqzw at 2007-6-26 10:37: ——“运行时间长且没有结果” 这是在等待你的输入输入一些字符可以看到一些效果按Ctrl+Z和回车结束输入很显然，gawk没有从cmd传给它的命令行中找到要操作的文件所以才从标准输入端（也就是控制台中的键盘）读取文本嗯，的确是这样，当时没有想到它会接受标准输入，所以就妄加推断了。看了兄的分析之后，又明白了许多了，多谢。