当使用多个模式时，gawk gensub替换删除字符

Question

以下是按预期工作

echo -e "Abcd? Doi"| gawk '{print gensub(/([?]) ([A-Z])/, "_\\2", "G" ,$0)}'

-| Abcd_Doi

但是当我使用

时

echo -e "Abcd? Doi"|\
gawk '{print gensub(/([.]) ([A-Z])|([?]) ([A-Z])/, "_\\2", "G" ,$0)}'

我得到了

-| Abcd_oi

有趣的是，如果匹配的模式是＆＃39; / ... | ... /＆＃39;中的第一个模式。语法然后它按预期运行。

echo -e "Abcd? Doi"|\
gawk '{print gensub(/([?]) ([A-Z])|([.]) ([A-Z])/, "_\\2", "G" ,$0)}'

-| Abcd_Doi

很想知道，为什么gensub会将模式的位置处理为多个＆＃34;或者＃34;模式不同？任何人？

我正在使用

  

GNU Awk 4.1.4，API：1.1（GNU MPFR 3.1.5，GNU MP 6.1.2）

Answer 1

这是因为在你的第二个正则表达式中有4个被捕获的组，你需要在替换组中引用组＃4：

echo "Abcd? Doi"|gawk '{print gensub(/([.]) ([A-Z])|([?]) ([A-Z])/, "_\\4", "G" ,$0)}'

Abcd_Doi

以下是正则表达式中的组号：

/([.]) ([A-Z])|([?]) ([A-Z])/
---1------2------3------4---

您实际上可以将两个正则表达式合并为一个并且只处理两个组：

echo "Abcd? Doi"|gawk '{print gensub(/([?-]) ([A-Z])/, "_\\2", "G" ,$0)}'