awk FPAT変数：作業

Question

GNU page of GAWKから、FPAT変数を使用してデータの区切り文字を処理できることがわかりましたが、これはどのように機能するのですか？ CSVはFPAT値を提出するためには、次のとおりです。

データを使用して

FPAT = "([^,]+)|(\"[^\"]+\")" 

：最初のグループ化された式はすなわちすべてではないコンマと評価さ

abc,"pqr,mno" 

データが最初で失敗するように、これは​​を取る必要がありますカンマの出現。今私の質問は次に起こることですか？最初のグループ化された式が失敗したので、正規表現は、または条件を使用してカンマの後の文字から継続しますか？最初のグループ化された式は、コンマの後のすべてのデータに対して有効なままなので、次のデータとして"pqrがかかる可能性がありますか？

Answer 1

したがって、フィールドパターンは以下のように記述されます。

文字列の長さであるコンマを含まないストリングゼロより大きい（空の文字列と一致しません）：

[^,]+ 

または出発二重引用符で終了し、少なくとも含む文字列

 
"[^"]+"  

正規表現エンジンのマッチstrinの初めから：二重引用符（エスケープバックスラッシュは読みやすくするために取り残さ）ではありません1つの文字gパターンを考えれば可能な限り一致するようにしてください。

abc,"pqr,mno" 

のでabcは、文字列の先頭からいずれかのパターンにマッチした最も長い文字列であり、したがって$1になります。次の文字,はどちらのパターンでも一致することはできませんので、正規表現エンジンは次の文字"に移動し、2番目のパターンに一致します。これは行末まで一致し、"pqr,mno"は、二重引用符で始まり二重引用符で囲まれた文字列で、二重引用符以外の文字を少なくとも1つ含みます。したがって、"pqr,mno"はabc,"pqr,mno"の場合は$2になります。