Question

我正在研究通用代码解析器/荧光笔，一位用户报告说他遇到了AWK代码问题。

基本上，AWK将'/'字符定义为除法运算符和正则表达式分隔符“/../”。我想知道如何区分这两者。什么时候是'/'除法运算符？它什么时候表示正则表达式的开始？

大多数网站只会告诉你“''的含义取决于上下文”，但我想知道是否有一个简单的规则用于区分正斜杠的两种含义。

我从未使用过AWK，我对它的内部结构一无所知，我只是在寻找一种解析AWK代码的方法。那么，根据上下文解析'/'的逻辑是什么。如果您希望可以编写文本说明或进行代码（或伪代码）演示。虽然，我更喜欢不使用正则表达式的简单C代码。

Answer 1

通常，//文字正则表达式永远不会立即以文字或变量名称开头。它可能先于~，!和其他一些运算符。在某些情况下，//隐含意味着$0 ~ //。

/除法运算符将始终以rvalue（变量，函数调用，文字，表达式）开头，/=为特例。

请注意，awk并不像C那样慷慨，

printf("%i", 1
/2/3);

在awk中无效。但是这些有效（ish）awk（使用gawk和nawk进行测试）：

/a/+0/2 {print}     # regex /a/
b /a/+0/2 {print}   # not a regex (divide by zero)
## nawk will not accept anything after this line, gawk only
// {print}          # empty regex, awk is not C99
/**/ {print }       # dubious regex
/*/ { print "*/" }  # awk is not C
{print //}          # prints 1, equiv to ($0 ~ //)
/[/]/ { print }     # tricky regex

如果你熟悉标记化和解析，这不是一个简单的任务，从这里开始：

（古代）awkgram.y（包含在awkpretty中）比gawk更简单。

你可能比解析awkpretty：

的输出更糟糕

$ awklex  '/a/+0/2 {print}'

# line 1 "/dev/stdin"
 47     token 47        /
335     REGEXPR a
 47     token 47        /
 43     token 43        +
333     NUMBER  0
 47     token 47        /
333     NUMBER  2
337     WHITESPACE       
123     token 123       {
319     PRINT   print
 59     token 59        }
125     token 125       }
  0     token 0

但这会限制您使用nawk兼容语法。

（如果您需要编译awkpretty，请注意使用旧的bison，bison-1.35适用于“YACC=bison-1.35 -y"之前的configure。” / p>

编辑： awklex的输出似乎有点奇怪，令牌59为;，最终的token 59可能是隐含的终结符但它被}歪曲了。 awkunlex.awk中的注释暗示这是一个错误。

$ awklex  '/a/+0/2 {print}' | gawk -f awkunlex.awk 
/a/+0/2 {print}

Answer 2

POSIX标准（http://pubs.opengroup.org/onlinepubs/009695399/utilities/awk.html）说

In some contexts, a slash ( '/' ) that is used to surround an ERE could also
be the division operator. This shall be resolved in such a way that wherever
the division operator could appear, a slash is assumed to be the division
operator. (There is no unary division operator.)

请参阅“语法”部分http://pubs.opengroup.org/onlinepubs/009695399/utilities/awk.html#tag_04_06_13_16。

Answer 3

我认为你必须研究“这是一个计算”。从中得到是/否，并采取适当的行动。正则表达式可以伪装成有效的算术吗？我可能错了，但无法想象它。

AWK代码解析器，区分正则表达式

3 个答案: