awk中的反斜杠问题

Question

下面这句awk代码

awk '{tempword="abc&"; gsub("&","\\\\&",tempword); print tempword }'

输出：

abc\&

我把反斜杠的数目换成1个和3个的时候，有警告:

awk: warning: escape sequence `\&' treated as plain `&'

换成两个却没有警告，不过当反斜杠为1个，2个或3个时，输出都是

abc&

请问这是怎么回事？

Answer 1

恭喜你踩中了 awk 的坑！

关键在于，awk 首先读取你的语句，构建一个内部的副本供执行，然后再执行构建的副本。坑爹之处在于，构建和执行的时候都会处理 反斜杠，也就是说，会有两次转义！更坑爹的是，运行时 gsub 和 sub 会采用不同的规则来处理反斜杠 ！

首先是构建的规则，这个比较简单，特殊字符前带 \ 会转义，非特殊字符前带 \就表示这个字符自身。也就是说 \\ -> \ ， \& -> &

第一次转义：

\\\\& -> \\+\\ + & = \\&
\\\& -> \\ + \& = \&
\\& -> \\ + & = \&
\& -> \ + & = &

所以我们看到，经过第一次转义后，三个反斜杠和两个反斜杠是一样的。

然后是第二次转义，这次规则不一样了，\& 表示 &，其他 \ 都不变动。（gsub 和 sub 将 \& 转成 &，然后其他反斜杠，在替换部分都不变动，前面匹配部分还是会转义的！）

所以，第二次转义后：

\\& -> \&
\& -> &
& -> &

总之，人生苦短，远离 awk ！