la ripetizione di awk {n} non funziona

Sto cercando di stampare le linee usando il simbolo di ripetizione {n} ma non funziona. Per. ad es. voglio stampare tutte le linee la cui lunghezza è di 4 caratteri

 awk '/^.{4}$/' test_data

Il codice sopra riportato non lo stampa. Come correggerlo in modo da poter utilizzare il simbolo di ripetizione? Conosco l'alternativa come awk '/^....$/' test_dataeawk 'length ==3 ' test_data

Secondo il Manuale dell'utente di GNU Awk: Cronologia delle funzionalità , il supporto per operatori di intervalli di espressioni regolari è stato aggiunto nella versione 3.0 ma inizialmente era richiesta l'opzione esplicita da riga di comando

Nuove opzioni della riga di comando:

• Nuove opzioni della riga di comando:
  • L'opzione --lint-old per mettere in guardia su costrutti che non sono disponibili nella versione originale Unix di awk versione 7 (vedi V7 / SVR3.1).
  • L'opzione -m di BWK awk. (Brian era ancora ai Bell Laboratories in quel momento.) In seguito fu rimosso sia dal suo awk che da gawk.
  • L'opzione --re-intervallo per fornire espressioni di intervallo in regexps (consultare Operatori Regexp).
  • L'opzione --traditional è stata aggiunta come nome migliore per --compat (vedi Opzioni).

In gawk4.0,

Le espressioni a intervalli sono diventate parte delle espressioni regolari predefinite

Dato che stai usando gawk3.x, dovrai usarlo

awk --re-interval '/^.{4}$/'

o

awk --posix '/^.{4}$/'

o (grazie @ StéphaneChazelas) se vuoi una soluzione portatile, usa

POSIXLY_CORRECT=anything awk '/^.{4}$/'

(poiché --posixo --re-intervalcauserebbe un errore in altre awkimplementazioni).

Inizialmente gli ERE ( espressioni regolari estese come utilizzate da awko egrep) inizialmente non avevano {x,y}. È stato introdotto per la prima volta in BRE (come usato da grepo sed), ma con la \{x,y\}sintassi che non ha rotto la portabilità all'indietro.

Ma quando è stato aggiunto agli ERE con quella {x,y}sintassi, ha rotto la portabilità all'indietro poiché un foo{2}RE corrispondeva a qualcosa di diverso prima.

Quindi alcune implementazioni hanno scelto di non farlo. Troverete che /bin/awk, /bin/nawke /bin/egrepsu Solaris ancora non onorate (è necessario utilizzare /usr/xpg4/bin/awko /usr/xpg4/bin/grep -E). Lo stesso vale per awke nawksu FreeBSD (in base alla awkmantenuto da Brian Kernighan (la ka awk)).

Per GNUawk , fino a tempi relativamente recenti (versione 4.0), dovevi chiamarlo POSIXLY_CORRECT=anything awk '/^.{4}$/'per renderlo onore. mawknon lo onora ancora .

Si noti che quell'operatore è solo zucchero sintattico. .{3,5}può sempre essere scritto ....?.?per esempio (anche se ovviamente {3,5}è molto più leggibile e l'equivalente di (foo.{5,9}bar){123,456}sarebbe molto peggio).

Funziona come previsto con GNU awk(gawk):

$ printf 'abcd\nabc\nabcde\n' | gawk '/^.{4}$/'
abcd

Ma non riesce con il mawkquale è più vicino a POSIX awke, AFAIK, è l'impostazione predefinita sui sistemi Ubuntu:

$ printf 'abcd\nabc\nabcde\n' | mawk '/^.{4}$/'
$ ## prints nothing

Quindi, al gawkposto di utilizzare una soluzione semplice awk. La {n}notazione non fa parte della sintassi POSIX BRE (espressione regolare di base). Ecco perché grepanche qui fallisce:

$ printf 'abcd\nabc\nabcde\n' | grep '^.{4}$'
$

Tuttavia, fa parte di ERE (espressioni regolari estese):

$ printf 'abcd\nabc\nabcde\n' | grep -E '^.{4}$'
abcd

Non so quale sapore regex è usato da mawko POSIX awk, ma immagino che sia BRE. Usano una versione precedente di ERE secondo la risposta di Stéphane . In ogni caso, o apparentemente stai usando una versione awkche non implementa ERE o il tuo input in realtà non ha righe con esattamente 4 caratteri. Questo potrebbe accadere a causa di spazi bianchi che non vedi o Unicode glifi, ad esempio.