GNU awk: 在替换文本中访问捕获组
GNU awk: 在替换文本中访问捕获组
这似乎应该是非常简单的，但是awk gensub/gsub/sub的行为对我来说一直不清楚，现在我只是无法让它按照文档所说的去做(以及其他类似工具的经验所建议的应该可行的方法)。具体来说，我想在替换字符串中访问正则表达式中的"捕获组"。这是我认为awk语法应该是什么样的：
awk '{ gsub(/a(b*)c/, "这里有蜜蜂：\\1"); print; }'
这应该将"abbbc"转换为"这里有蜜蜂：bbb"。至少在我使用的Ubuntu 9.04中，它并没有实现。相反，"\1"被渲染为^A；也就是说，它是具有代码1的字符。当然，这不是我想要的。我该如何做到这一点？
谢谢。
GNU awk中的gensub函数提供了一个在sub和gsub中不可用的额外功能：在替换文本中指定正则表达式的组件。这是通过在正则表达式中使用括号标记组件，然后在替换文本中指定“\N”的方式来实现的，其中N是从1到9的数字。
然而，由于gensub不会就地修改字符串，因此在使用gensub时必须将结果保存在一个变量中。
因此，解决这个问题的方法是使用gensub函数，并在正则表达式中使用括号来指定组件，然后在替换文本中使用“\N”来引用这些组件。同时，还需要指定“g”标志来表示全局替换。
下面是一个示例代码，演示了如何使用gensub函数：
awk '{ r = gensub(/a(b*)c/, "Here are bees: \\1", "g"); print r; }'
在GNU awk中，有一个问题是在替换文本中无法访问捕获的组。问题的解决方法是使用gensub()函数来替代gsub()函数。gensub()函数提供了一个额外的功能，该功能在sub()或gsub()函数中是不可用的：在替换文本中指定正则表达式的组件。这可以通过在正则表达式中使用括号来标记组件，然后在替换文本中使用‘\N’来指定，其中N是从1到9的数字。
另外，不仅gsub()和gensub()在返回值方面表现不同，而且整个\1到\9的特性只能在gensub()中使用。如果尝试使用echo xxxabbcxxx，awk的解决方法就会出错。
但是，在我的理解中，这个解决方法完全按预期工作。我认为这个解决方法没有问题。它进行了替换，然后返回了完整的变量。
对于如何获得整个搜索匹配文本的方法，值得知道：与sub()函数一样，您必须键入两个反斜杠才能将一个反斜杠添加到字符串中。在替换文本中，序列‘\0’表示整个匹配的文本，字符‘&’也表示整个匹配的文本。
，GNU awk中的问题是在替换文本中无法访问捕获的组，解决方法是使用gensub()函数代替gsub()函数，并使用‘\N’来指定正则表达式中的组件。此外，只有gensub()函数支持\1到\9的特性。