正则表达式不能在awk上用作字段分隔符

Question

我有一个文本文件foo.txt，其中包含带有标点符号的单词。

我想做的是使用awk过滤每个标点符号，所以我使用了正则表达式作为字段分隔符，例如awk -F '[^a-zA-Z]+' '{ print $0 }' foo.txt，我面临的问题是文本保持不变像原始的一样，没有任何东西被过滤。

有人知道为什么会这样吗？

输入

¿Hello? How... are foo you?' Bye ,, hehe '" .lol

预期结果
Hello How are foo you Bye hehe lol

P.D
我知道使用sed 's/[[:punct:]]//g' foo.txt或sed s/[^A-Za-z]/" "/g foo.txt之类的sed可以达到相同的结果，但是我想知道为什么awk命令不起作用，我已经在各处进行了调查，并且我找不到答案，我无法入睡。

Answer 1

如果您想知道在哪里可以找到其背后的规则，我想指出Awk POSIX standard：

但是，您必须在两个位置找到答案：

  

描述

     

awk实用程序应将每个输入记录解释为字段序列，默认情况下，字段是非非字符的字符串。可以使用内置FS变量或-F sepstring选项来更改默认的和字段定界符。 awk实用程序应表示记录$1中的第一个字段，第二个$2，以此类推。 符号$0代表整个记录；设置其他任何字段都会导致重新评估$0 。分配给$0将重置所有其他字段的值和NF内置变量。

     

变量和特殊变量

     

对不存在的字段（即$NF之后的字段）的引用应评估为未初始化的值。此类引用不得创建新字段。但是，分配给不存在的字段（例如$(NF+2)=5）将增加NF的值；用未初始化的值创建任何中间字段；并且导致$0的值被重新计算，其中各字段之间的间隔为OFS 。每个字段变量在创建时应具有字符串值或未初始化的值。使用$0从FS创建的字段变量应具有未初始化的值，并且该变量不包含任何字符。

在引入新字段时，找到重新计算awk的规则有点$0，但这实际上是规则。

此外，语句print $0打印整个字段。因此，根据以上所述，您首先需要重新计算$0，如@oguzismail的答案所示。

因此，可以通过以下方式更改字段分隔符：

awk 'BEGIN{FS="oldFS"; OFS="newFS"}{$1=$1}1' <file>

备注： ，您无需检查该行是否包含任何NF{$1=$1}字段，因为{$1=$1}只会引入一个空字段而不会额外的OFS。