与awk一起使用的正则表达式中的量词表示意外

Question

我想处理这个清单:(当然这只是一个摘录。）

    1   S3 -> PC-8-Set
    2   S3 -> PC-850-Set
    3   S3 -> ANSI-Set
    4   S3 -> 7-Bit-NRC
    5   PC-8-Set   -> S3
    6   PC-850-Set -> S3
    7   ANSI-Set   -> S3

这就是我所做的：

awk -F '[[:blank:]]+' '{printf ("%s ", $2)}' list

这就是我得到的：

  

1 2 3 4 5 6 7

现在我认为量词+相当于{1,}，但当我将行更改为

时

awk -F '[[:blank:]]{1,}' '{printf ("%s ", $2)}' list

我只是空白，整条线读到了1美元。

有人能解释一下这种行为吗？我很感谢每一个答案！

Answer 1

尝试

awk --re-interval -F '[[:blank:]]{1,}' '{printf ("%s ", $2)}' list

  

--re-interval

     

在regexp中允许间隔表达式（请参阅Regexp Operators）。现在这是gawk的默认行为。不过，这个   选项仍然是为了向后兼容，以及用于   与--traditional选项组合。

Answer 2

您使用的是Gawk，它是在2010年11月提交之前发现的，由git bisect找到。

http://git.savannah.gnu.org/cgit/gawk.git/commit/?id=40b3741f63c19e38077d57f4ce4737916ec5073e

这种变化确实取决于间隔的默认行为，默认情况下会变为开启（正如POSIX要求的那样）。

看起来--re-interval选项只会降级为--traditional;即，如果启用了--traditional，那么{m,n}的支持就会消失，但可以选择性地带回--re-interval。

在您的版本中，默认情况下无法识别{m,n}，无论是否有--traditional。在此提交之前都是如此：

commit 00ef0423acd97cb964a2bae54c93a03a8ab50e5e
Author: Arnold D. Robbins <arnold@******>
Date:   Fri Jul 16 14:55:10 2010 +0300

    Move to 3.1.8.

然后你仍然落后于3.1.5。