a repetição do awk {n} não está funcionando

Estou tentando imprimir as linhas usando o símbolo de repetição {n}, mas ele não está funcionando. Para. por exemplo, eu quero imprimir todas as linhas cujo comprimento é de 4 caracteres

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

O código acima não está imprimindo isso. Como corrigi-lo para que eu possa usar o símbolo de repetição? Eu sei a alternativa como awk '/^....$/' test_dataeawk 'length ==3 ' test_data

De acordo com o Guia do Usuário do GNU Awk: Histórico de recursos , o suporte para operadores de intervalo de expressão regular foi adicionado na versão 3.0, mas inicialmente exigia a opção explícita da linha de comando

Novas opções de linha de comando:

• Novas opções de linha de comando:
  • A opção --lint-old para avisar sobre construções que não estão disponíveis na versão original do awk Versão 7 do Unk (consulte V7 / SVR3.1).
  • A opção -m do BWK awk. (Brian ainda estava no Bell Laboratories na época.) Isso foi removido mais tarde do awk e do gawk.
  • A opção --re-interval para fornecer expressões de intervalo em regexps (consulte Operadores de Regexp).
  • A opção --traditional foi adicionada como um nome melhor para --compat (consulte Opções).

Em gawk4.0,

Expressões de intervalo passaram a fazer parte das expressões regulares padrão

Como você está usando o gawk3.x, você precisará usar

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

ou

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

ou (obrigado @ StéphaneChazelas) se você quiser uma solução portátil, use

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

(desde --posixou --re-intervalcausaria um erro em outras awkimplementações).

EREs ( expressões regulares estendidas como usadas por awkou egrep) inicialmente não possuíam {x,y}. Foi introduzido pela primeira vez em BREs (conforme usado por grepou sed), mas com a \{x,y\}sintaxe que não quebrava a portabilidade reversa.

Mas quando foi adicionado aos EREs com essa {x,y}sintaxe, ele quebrou a portabilidade reversa, pois um foo{2}ER estava correspondendo a algo diferente antes.

Portanto, algumas implementações optaram por não fazer isso. Você verá que /bin/awk, /bin/nawke /bin/egrepno Solaris ainda não honrá-lo (você precisa usar /usr/xpg4/bin/awkou /usr/xpg4/bin/grep -E). Mesmo para awke nawkno FreeBSD (com base no awkmantido por Brian Kernighan (o kno awk)).

Para o GNUawk , até relativamente recentemente (versão 4.0), você precisava chamá- POSIXLY_CORRECT=anything awk '/^.{4}$/'lo para honrá-lo. mawkainda não o honra .

Observe que esse operador é apenas açúcar sintático. .{3,5}sempre pode ser escrito, ....?.?por exemplo (embora, {3,5}é claro, seja muito mais legível e o equivalente a (foo.{5,9}bar){123,456}seja muito pior).

Isso funciona como esperado com o GNU awk(gawk):

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

Mas falha com o mawkque está mais próximo do POSIX awke, AFAIK, é o padrão nos sistemas Ubuntu:

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

Portanto, uma solução simples seria usar em gawkvez de awk. A {n}notação não faz parte da sintaxe POSIX BRE (expressão regular básica). É por isso que greptambém falha aqui:

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

No entanto, faz parte do ERE (expressões regulares estendidas):

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

Não sei qual tipo de expressão regular é usado pelo mawkPOSIX awk, mas acho que é BRE. Eles usam uma versão mais antiga do ERE de acordo com a resposta de Stéphane . De qualquer forma, aparentemente você está usando uma versão awkque não implementa ERE ou sua entrada não possui linhas com exatamente 4 caracteres. Isso pode acontecer devido ao espaço em branco que você não vê ou unicode glifos, por exemplo.