gawk 中的“^ 反斜杠不是最后一个字符”

Question

我想在每行之间/和,中匹配一个数字，并将其增加 3。例如

无处不在的反斜杠/49，黑色

变成

无处不在的反斜杠/52，黑色

我的 gawk 命令是：

$ gawk '{b=gensub(/\/([0-9]+),/, "/" (\\1+3) ",") ; print b}' add.jpdf 
gawk: cmd. line:1:                    ^ backslash not last character on line

我想知道“^ 反斜杠不是最后一个字符”是什么意思？我的解决方案违反了哪个 gawk 语法规则？

谢谢。

Answer 1

gensub()需要一个字符串作为第二个参数。您正在尝试连接/和,围绕(\\1+3)您假设将由函数评估的表达式。它不会。它在调用函数之前被评估。用于在正则表达式中\1引用匹配的捕获组()，但只能在字符串中使用，而不能在表达式中使用。

所以充其量你可以使用作为第二个参数"/\\1+3,"，但你会得到结果...Backslash/49+3,Black。您不能以这种方式评估 49+3 部分。

如果要对匹配进行算术运算，则必须先提取字符串，进行算术运算，然后将其放回字符串中。例如，

awk '{ n = split($0, d, /\/([0-9]+),/, s)
       print d[1] "/"(substr(s[1],2)+3)"," d[2] }'

这使用split()带有正则表达式的gnu awk函数将行分成 3 部分：匹配之前d[1]的部分，匹配之后的部分d[2]，以及"/49,"s[1] 中匹配的字符串。你真的应该检查nis 2 以确保你得到了一场比赛。

然后，您可以通过简单地跳过初始"/"，进行算术，然后再次将所有部分连接在一起，从匹配的字符串中提取数字。

如果该模式可能在您的数据的一行中出现多次，更好的解决方案是使用match()仅查找最后一次出现并使用substr()以下命令剪切该行：

awk '{ match($0, /.*\/([0-9]+),/, m)
       a = m[1,"start"]
       b = m[1,"length"]
       if(a)print substr($0,1,a-1) substr($0,a,b)+3 substr($0,a+b)
       else print }'

此处模式已.*添加到前面以仅匹配最后一次出现。 a被设置为正()则表达式中捕获组开始的字符位置b及其长度，因此substr($0,a,b)只是数字。最后一行是从原始数据的另外两个部分重新组合而成的。