都可以成功匹配，输出为何不一样？

Question

debian8@debian:~$ echo " x x1 x2 y1 z1 x345" |awk -v RS="x¹*" '$0=RT'
x
x1
x2
x345

debian8@debian:~$ echo " x x1 x2 y1 z1 x345" |awk -v RS="x[0-9]*" '$0=RT'
x
x1
x2
x345
为何echo " x x1 x2 y1 z1 x345" |awk -v RS="x¹*" '$0=RT' 的输出结果多了个空行？

---

1. ↩

Answer 1

#查看行数区别：
[root@~]#echo " x x1 x2 y1 z1 x345" |awk -v RS="x[^ ]*" '{print "RT:",RT,"NF:",NF,"NR:",NR}'
RT: x NF: 0 NR: 1
RT: x1 NF: 0 NR: 2
RT: x2 NF: 0 NR: 3
RT: x345
 NF: 2 NR: 4
[root@~]#echo " x x1 x2 y1 z1 x345" |awk -v RS="x[0-9]*" '{print "RT:",RT,"NF:",NF,"NR:",NR}'
RT: x NF: 0 NR: 1
RT: x1 NF: 0 NR: 2
RT: x2 NF: 0 NR: 3
RT: x345 NF: 2 NR: 4
RT:  NF: 0 NR: 5

发现，第一个个x[^ ]*分隔字串成了4行内容，而x[0-9]把字符串分成了5行内容，差异在最后一行。

个人理解：字符串末尾包含一个结束符/换行符，这里可以看成正则里表示末尾位置的$。原字符串末尾看成：……z1 x345$
第一个正则x[^ ]*把x到$(含）都一起匹配了，当成了一个换行符，因为$不是空格;
第二个正则x[0-9]不能匹配到$符号，所以变成了x345一个换行符，后面紧跟着一个原有的结束符$
从而行数比第一个正则表达式多一行。

打印最后一个RT的时候，x345$——这个RT字符串会被打印成两行，就好像这个字符串是“x345\n”

可能把我举例中所有的$都当成\n更好理解，因为前置实际没有宽度（内容），只表示一个位置；而后者是有宽度（有内容，有对应的ASC码）。